卡尔曼滤波在INS/GPS组合导航中的应用研究

论文摘要

惯性导航系统(INS)可连续提供信息,短时间精度高,但是定位误差随时间积累。GPS 系统长期稳定性好,但易受到干扰,数据更新频率低。由于 MEMS 器件本身的缺点,应用其作为惯性测量器件的惯导系统需有 GPS 辅助。INS 和 GPS 构成的组合导航系统,拥有很好的导航精度,在实际工程中得到了广泛应用。本文介绍了 GPS 和 INS 的基本原理和组成,建立了组合导航系统误差模型,推导了惯性导航系统误差方程,主要研究了 INS/GPS 组合导航中卡尔曼滤波技术的应用问题。以 MATLAB 语言为仿真语言环境对常规卡尔曼滤波、联邦滤波、自适应滤波进行了研究和仿真分析。在工程实际中 MEMS 器件的零位偏置并不是不变量,它随着时间和环境因素变化而波动。若不考虑其影响,将固定偏置引入捷联导航计算,必定影响导航系统精度。本文在以往研究的基础上研究了改进的卡尔曼滤波方法——带未知时变偏置的卡尔曼滤波,分析了它的工程应用背景,推导了它的算法过程。在状态方程和量测方程中引入了偏置向量,将未加偏置的状态估计和偏置估计分为两个部分,然后将偏置估计修正状态估计,得到更新后的状态估计。根据实验数据进行了 MATLAB 仿真,对仿真结果比较并经过实践得知在系统方程中加入偏置能够起到一定的效果,是有实际应用价值的。

论文目录

• 第一章 绪论
• 1.1 组合导航系统的发展
• 1.1.1 惯性导航系统
• 1.1.2 全球卫星系统
• 1.1.3 GPS 与INS 组合系统
• 1.2 卡尔曼滤波技术
• 1.3 多传感器数据信息融合
• 1.4 本论文的主要研究工作和组织安排
• 第二章 GPS/INS 组合导航系统原理
• 2.1 全球定位系统
• 2.1.1 GPS 系统简介
• 2.1.2 GPS 定位原理
• 2.2 惯性导航系统
• 2.2.1 惯性导航系统简介
• 2.2.2 捷联惯性导航原理
• 2.2.3 微硅陀螺和加速度计
• 第三章 卡尔曼滤波基础理论
• 3.1 常规卡尔曼滤波
• 3.1.1 离散卡尔曼滤波基本方程
• 3.1.2 滤波状态和量测初值的选取
• 3.1.3 有色噪声的处理问题
• 3.1.4 卡尔曼滤波的发散抑制
• 3.2 联邦卡尔曼滤波
• 3.3 自适应卡尔曼滤波
• 3.4 带偏置的卡尔曼滤波
• 第四章 组合导航系统数学误差模型的建立
• 4.1 速度误差方程
• 4.2 位置误差方程
• 4.3 平台误差角方程
• 4.4 陀螺仪误差方程
• 4.5 加速度计误差方程
• 4.6 GPS 误差状态方程
• 4.7 组合导航系统状态方程和量测方程
• 4.7.1 常规卡尔曼滤波状态方程和量测方程
• 4.7.2 带偏置的卡尔曼滤波状态方程和量测方程
• 第五章 联邦滤波和自适应滤波在组合导航中的应用
• 5.1 联邦卡尔曼滤波
• 5.1.1 联邦卡尔曼滤波器结构
• 5.1.2 联邦卡尔曼滤波算法描述
• 5.1.3 常规和联邦卡尔曼滤波仿真结果
• 5.2 自适应滤波理论
• 5.2.1 自适应滤波算法描述
• 5.2.2 自适应滤波算法仿真
• 第六章 未知时变偏置的卡尔曼滤波方法
• 6.1 问题提出的工程背景
• 6.2 扩展卡尔曼滤波方法
• 6.3 带偏置的卡尔曼滤波算法
• 6.3.1 未加偏置的状态估计
• 6.3.2 偏置向量的滤波估计和状态修正
• 6.4 扩展卡尔曼滤波的状态估计与分步卡尔曼滤波方法的估计等价性
• 6.5 带偏置的卡尔曼仿真结果
• 第七章 总结
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢