组合导航及其滤波算法研究

论文摘要

组合导航系统目前在人类的航空、航天等领域被广泛运用。本文对由惯性导航系统（INS）和全球卫星定位系统（GPS）构成的组合导航系统进行了研究。本文对惯性导航系统和全球卫星定位系统分别进行了详细的探讨,论述了二者各自的工作原理、系统组成、误差来源和模型计算。计算机技术的迅猛发展促进了卡尔曼（Kalman）滤波技术的发展,卡尔曼滤波技术的发展对组合导航系统的发展有着重要的意义。常规卡尔曼滤波技术在实际应用中对系统的运动模型要求较高,而这一要求一般很难得到保证,从而使得滤波不能得到系统的最优估计,甚至可能引起滤波发散。本文针对常规卡尔曼滤波在实际应用中存在的不足,论述了其他一些改进的滤波技术:扩展卡尔曼滤波、无迹卡尔曼滤波、Sage-Husa自适应滤波、H∞鲁棒滤波。文中,对扩展卡尔曼滤波和无迹卡尔曼滤波在非线性情况下的表现进行了简单仿真。本文对INS/GPS组合导航系统,引入了已知的误差模型,利用位置/速度组合模式依据不同的滤波算法进行仿真实验。仿真结果表明对于INS/GPS组合导航系统,改进的滤波算法对于滤波的精度和可靠性方面相比常规卡尔曼滤波表现更为出色。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 导航系统简介及其应用
• 1.1.1 惯性导航系统（INS）
• 1.1.2 卫星导航系统（GPS）
• 1.2 组合导航技术的发展
• 1.3 滤波理论的发展及现状
• 1.4 本文的主要内容及安排
• 第二章 惯性导航系统
• 2.1 惯导系统基本原理和现状
• 2.2 惯导系统的数学模型
• 2.2.1 坐标系
• 2.2.2 惯导系统的速度与位置计算
• 2.2.3 惯导系统的初始对准及误差分析
• 2.3 小结
• 第三章 卫星导航系统
• 3.1 GPS工作原理
• 3.2 GPS导航系统的误差来源
• 3.3 小结
• 第四章 INS/GPS组合导航系统
• 4.1 组合导航系统介绍
• 4.2 INS/GPS组合导航系统
• 4.2.1 组合导航系统的组合模式
• 4.2.2 校正
• 4.3 INS/GPS导航模型的建立
• 4.3.1 状态变量的选取
• 4.3.2 INS/GPS组合导航系统的状态方程
• 4.3.3 INS/GPS组合导航系统的量测方程
• 4.4 滤波算法
• 4.4.1 卡尔曼滤波
• 4.4.2 SAGE-HUSA自适应滤波
• 4.4.3 其他滤波算法
• 4.4.4 卡尔曼滤波器的选择
• 4.5 小结
• 第五章 组合导航系统的仿真
• 5.1 仿真条件
• 5.2 仿真结果与分析
• 5.3 小结
• 结束语
• 致谢
• 参考文献