基于SUKF方法在组合导航系统中的应用研究

论文摘要

本文主要研究的是SUKF方法在GPS/SINS组合导航系统中的应用问题。论文的主要内容如下:首先,介绍了滤波方法发展过程和导航系统发展过程。分析了将SUKF方法应用于GPS/SINS组合导航系统中的可行性。其次,研究了传统的卡尔曼滤波(KF)方法和扩展卡尔曼滤波(EKF)方法。卡尔曼滤波方法首次将现代控制理论中的状态空间思想引入最优滤波理论,标志着现代滤波理论的建立。而扩展卡尔曼滤波方法是将非线性系统进行线性化,然后进行卡尔曼滤波。尽管扩展卡尔曼滤波方法是一种次优滤波,但是,比卡尔曼滤波方法应用更加广泛。再次,探究了UKF方法和SUKF方法。UKF方法是KF方法的一种推广,其本质上是线性回归卡尔曼滤波(LRKF)方法,它具有KF方法的基本递推结构,是UT变换和KF方法的结合。SUKF方法是一种基于简化球形分布Sigma点UT变换的改进型UKF方法。然后,讨论了GPS/SINS组合导航系统的误差模型。其中,GPS系统的位置量精度高,可以对捷联惯导的位置量进行补偿,从而提高组合导航系统的位置精度。捷联惯性导航系统可以提供位置、速度和姿态多种信息。最后,通过对多种滤波方法(EKF方法、UKF方法和SUKF方法)进行系统仿真、分析和比较,得出了SUKF方法具有运算简单、容易实现、滤波精度高、收敛速度快的结论。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 滤波方法发展过程简介
• 1.2 导航系统发展简介
• 1.3 本文研究的主要内容
• 第2章 卡尔曼滤波和扩展卡尔曼滤波
• 2.1 卡尔曼滤波发展与应用
• 2.2 卡尔曼滤波
• 2.2.1 状态估计与分类
• 2.2.2 被估值系统和估值系统的结构
• 2.2.3 滤波基本算法
• 2.3 扩展卡尔曼滤波方法
• 2.3.1 标称状态线性化滤波
• 2.3.2 非线性系统的扩展卡尔曼滤波（EKF）
• 2.4 存在问题
• 2.5 本章小结
• 第3章 SUKF方法
• 3.1 数学基础
• 3.1.1 应用于统计中的数论方法
• 3.1.2 多元分布代表点
• 3.1.3 生成多元分布代表点
• 3.2 UKF方法
• 3.2.1 UT变换
• 3.2.2 UKF算法
• 3.3 SUKF方法（尺度变换方式的UKF方法）
• 3.3.1 SUT变换
• 3.3.2 SUKF算法
• 3.4 本章小结
• 第4章 GPS/SINS组合导航系统方程
• 4.1 捷联惯性导航系统（SINS）
• 4.1.1 SINS分类与原理
• 4.1.2 SINS基本方程
• 4.1.3 SINS误差方程
• 4.2 全球定位系统（GPS）
• 4.2.1 GPS技术发展概况
• 4.2.2 GPS系统组成
• 4.2.3 GPS特点
• 4.2.4 GPS定位原理
• 4.2.5 GPS误差分析
• 4.3 SINS/GPS组合导航技术研究
• 4.3.1 采用组合导航的必要性
• 4.3.2 GPS/SINS组合模式
• 4.4 本章小结
• 第5章 SUKF方法在组合导航系统中的应用
• 5.1 建立方程
• 5.1.1 建立状态方程
• 5.1.2 建立观测方程
• 5.2 仿真试验
• 5.2.1 EKF滤波仿真曲线
• 5.2.2 UKF滤波仿真曲线
• 5.2.3 SUKF滤波仿真曲线
• 5.3 仿真结果分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢