基于微型无人平台导航多传感器信息融合算法研究

论文摘要

随着微机电系统(MEMS)技术的发展,微惯性测量组合(MIMU)已日渐显现出其优越的性能,由MIMU与全球定位系统(GPS)构成的组合系统也成为国内外导航界研究的热点。本文在对MIMU的发展和应用进行分析的基础上,针对MIMU与GPS构成的微型组合导航系统建模进行了分析研究,主要包括:对基于微型无人平台导航系统进行了分析、设计和理论仿真,利用GPS导航和微惯性测量组合组成GPS/MIMU组合导航系统。介绍了多传感器组合导航系统的硬件构成和组合原则,论述了多传感器数据融合原理,阐述了惯导系统和GPS的工作原理、特点,详细分析了影响导航系统整体精度的各种误差源,并建立了两系统各自的误差模型。通过信息融合技术,将多个传感器的测量数据进行互联(同一目标数据的确定)、时空变换(时间对准和坐标变换)以及对状态矢量进行最优估计。建立了飞行仿真模型,通过对飞行航迹施加白噪声,获取系统的输出,并用卡尔曼滤波方法对组合导航系统进行仿真,得到有关的数据和曲线,并与滤波之前的系统输出进行了分析比较。组合导航系统采用一种闭环反馈的校正方式,可对MIMU的位置、速度误差、数字平台误差及微惯性器件误差作出最优估计并实施反馈,以抑制滤波发散。基于MATLAB对GPS系统与MIMU构成的组合系统进行了仿真分析,结果表明,MIMU整体精度受微惯性器件误差限制,误差发散很快,目前不能单独用于导航任务;采用卡尔曼滤波器的GPS/MIMU组合系统,经闭环反馈校正后,可有效抑制误差发散,提高长期导航精度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 国内外研究情况与分析
• 1.2.1 国外现状
• 1.2.2 国内现状
• 1.3 课题研究的意义及主要研究内容
• 第2章 微型无人平台导航系统传感器的选择与集成
• 2.1 引言
• 2.2 硬件选择与集成的基本原则
• 2.3 传感器的选择与集成
• 2.4 本章小结
• 第3章 导航系统概述
• 3.1 引言
• 3.2 惯性导航系统
• 3.2.1 导航与惯性导航
• 3.2.2 惯性导航系统的基本组成
• 3.2.3 惯性导航系统的基本原理
• 3.2.4 惯性导航系统的特点
• 3.3 全球卫星导航系统
• 3.3.1 GPS的组成与概况
• 3.3.2 GPS导航定位的基本原理
• 3.4 传感器的信息融合
• 3.4.1 信息融合的目的和意义
• 3.4.2 信息融合的基本原理
• 3.5 本章小结
• 第4章 导航系统误差特性分析
• 4.1 引言
• 4.2 MIMU误差分析
• 4.2.1 MIMU系统误差源
• 4.2.2 微惯性器件误差
• 4.2.3 MIMU系统误差模型
• 4.3 GPS误差分析
• 4.3.1 GPS定位的主要误差源分析
• 4.3.2 GPS误差模型
• 4.4 本章小结
• 第5章 GPS/MIMU组合导航系统算法研究
• 5.1 引言
• 5.2 Kalman滤波理论
• 5.2.1 集中式Kalman滤波
• 5.2.2 分散式Kalman滤波
• 5.2.3 自适应Kalman滤波
• 5.2.4 适用于组合导航系统的数据融合方法
• 5.3 GPS/MIMU组合导航的模式
• 5.3.1 松散综合
• 5.3.2 紧密综合
• 5.4 组合系统的状态方程和量测方程
• 5.4.1 组合系统的状态方程
• 5.4.2 组合系统的量测方程
• 5.5 组合系统数据融合算法实现
• 5.6 本章小结
• 第6章 GPS/MIMU组合导航系统仿真及讨论
• 6.1 引言
• 6.2 仿真实现手段
• 6.3 组合系统仿真分析
• 6.3.1 组合系统仿真方案
• 6.3.2 组合系统仿真结果
• 6.3.3 系统误差校正
• 6.4 小结
• 结论
• 参考文献
• 致谢