卡尔曼滤波在信息融合理论中的应用

论文摘要

INS/GPS组合导航系统是目前最为广泛应用的一种组合导航系统。如何尽可能的将INS和GPS导航数据相融合、提高导航数据的精度,是一个值得研究的重点,本文便基于上述问题展开讨论。本文以INS/GPS组合导航系统中误差信号的信息融合为主要内容。首先介绍了最优估计理论中卡尔曼滤波理论基础,分析了导致卡尔曼滤波发散的原因和抑制滤波发散的方法;其次,给出了信息融合理论的原理与方法,对其中基于模糊控制的信息融合方法进行了深入研究,提出了一种基于模糊控制的卡尔曼滤波算法;再次,介绍了INS/GPS组合导航系统中滤波器的设计方法,选取一种基于位置、速度的组合方式作为本文研究的基础;最后,选取具有代表性的导航参数,建立对应的仿真模型,分别采用了经典卡尔曼滤波算法、基于指数加权的卡尔曼滤波算法和基于模糊控制的加权卡尔曼滤波算法对上述模型进行了算法仿真,仿真结果表明,基于模糊控制的加权卡尔曼滤波算法可以有效地抑制滤波发散的问题,同时对滤波的精度有一定程度的提高。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.3 本文主要研究内容及结构安排
• 第二章 最优估计理论
• 2.1 卡尔曼滤波理论基础
• 2.1.1 最优估计理论基础
• 2.1.2 随机线性离散系统卡尔曼滤波基本方程
• 2.1.3 卡尔曼滤波基本方程使用中需要注意的问题
• 2.2 滤波发散的抑制
• 2.2.1 卡尔曼滤波中的发散现象
• 2.2.2 抑制滤波发散的方法
• 2.3 小结
• 第三章 信息融合理论基础
• 3.1 信息融合的基本原理及方法
• 3.1.1 信息融合的原理
• 3.1.2 信息融合的方法
• 3.2 模糊控制理论基础
• 3.2.1 模糊控制简介
• 3.2.2 模糊控制器的结构与设计
• 3.2.3 隶属函数对控制性能的影响
• 3.3 基于模糊控制的卡尔曼滤波算法
• 3.4 小结
• 第四章 INS/GPS组合导航系统的滤波器设计
• 4.1 导航坐标系基础
• 4.1.1 常用坐标系简介
• 4.1.2 各坐标系之间的转换
• 4.2 INS/GPS组合导航系统
• 4.2.1 INS系统简介及其误差源模型
• 4.2.2 INS系统的误差方程
• 4.2.3 GPS系统简介及其误差模型
• 4.3 INS/GPS系统滤波方案
• 4.3.1 松散组合方式
• 4.3.2 紧密组合方式
• 4.3.3 基于位置、速度组合的INS/GPS组合导航方式
• 4.4 小结
• 第五章 滤波算法的仿真与性能比较
• 5.1 INS/GPS组合导航系统的仿真模型
• 5.2 卡尔曼滤波算法仿真
• 5.3 基于模糊控制的卡尔曼滤波算法的仿真
• 5.4 小结
• 第六章 总结与展望
• 致谢
• 参考文献