刘仲波[1]2016年在《基于北斗的交通信息服务关键技术研究》文中提出城市交通系统是一个动态且复杂多变的系统,在其建设过程中需要及时有效的交通信息服务来改善交通管理与控制的质量,这对城市道路网利用率的提高、城市道路拥堵的缓解和城市综合实力的增强起着重要的作用。良好的交通信息服务需要利用高效的交通信息采集方法,并及时地提供给用户有效的交通信息。所以准确的车辆定位、正确的地图匹配、有效的交通信息参数估计以及及时的交通信息发布至关重要。随着我国自主研发的北斗卫星导航系统的蓬勃发展,北斗技术将在我国的智能交通领域得到广泛的应用,因此基于北斗导航系统的信息服务技术研究有着重要的意义。而目前针对北斗导航卫星系统的交通信息服务技术还比较匮乏,存在较大的提升空间。由于卫星导航系统存在一定程度的固有缺陷,所以如何通过有限精度的卫星定位数据进行车辆实时准确的定位和地图匹配需深入研究。从提升信息服务质量的角度出发,针对现有的研究不足,研究了基于北斗卫星导航系统对车辆组合定位技术、地图匹配技术、行程时间估计技术以及信息发布技术。论文所取得的研究成果包括以下四个方面:1、车辆定位方面:提出了基于改进的联邦Kalman滤波的北斗/INS组合定位信息融合算法。该算法针对系统所处的不同工作条件采用不同的信息分配原则,可以有效地减少北斗系统和INS系统在工作过程中的误差或故障影响,从而提高定位精度,保障定位结果的稳定和可靠。最后通过实际跑车实验验证了算法的有效性和定位结果的准确性。2、地图匹配方面:针对中心端大量低频的北斗数据,提出了基于改进的模糊逻辑和信息反馈的地图匹配算法,算法包括单点匹配和延时匹配两部分。有效地解决了中心端北斗浮动车数据量大、采样间隔长的问题,不但保证中心端地图匹配实时性要求,而且提高了匹配的准确性,有效的减少了错误匹配现象的发生。最后通过实际获取的北斗浮动车数据验证了算法的有效性。3、行程时间估计方面:首先对北斗浮动车数据进行分析,指出了现有算法产生行程时间估计误差的原因,为了减少这些误差造成的影响,构建了五种时间估计误差修正算法。最后选取真实路段进行了实例验证,并与车牌识别方法进行对比,验证了方法的有效性。4、交通信息发布方面:在北斗短报文双向通信技术的研究基础上,分析了应急交通信息的发布需求,有针对性的提出了信息发布过程中关键技术的解决方案。将北斗短报文应用于交通事件下的城市交通信息发布,提出了基于交通事件影响实时估计的北斗交通信息时空协同发布策略,最后通过实地验证了该方法的合理性及有效性。
郭承军[2]2018年在《多源组合导航系统信息融合关键技术研究》文中提出高精度的时空信息是实现“互联网+”向“万物+”转变的重要前提,是信息智能化革命的基础。泛在导航体系的形成,是个大集合、集成和融合的过程,本质上是个通导一体、天地一体化、自主与辅助、室内外所有可用于获取PNT信息的技术手段高度集成融合的一种体系或系统架构方案。透过现象看本质,多源组合导航系统是多传感器、多源导航信息的集合、协同、融合及优化的复杂系统,其最核心的是所有分系统导航信息的融合、处理。多源组合导航系统的目的是实现无时不在、无处不在、无所不在的泛在定位、导航、授时服务,但是各种单独的导航系统都有其固有的局限性,各独立子系统的性能(如可导航性)依然会影响多源组合导航系统的性能。此外,从总体架构上来说,多源组合导航系统需要新的信息融合处理方法和架构,以支持系统中传感器、敏感器及惯性导航单元之间的重新配置,还需要开发设计新的融合滤波算法,使其不但可以应用于真实环境进行实时处理,而且可以对各类导航算法全面兼容,包括但不限于高斯、非高斯统计算法,线性、非线性测量模型等。更进一步来说,还需要制定相应的故障诊断和智能主动容错方案,使其对各类导航算法更好地兼容,并可以智能调整异类传感器的测量值,从而实现多种导航系统协同以及异类导航信息在多种飞行模态下的无缝智能融合与容错。论文针对以上问题展开如下研究:(1)研究了多源组合导航系统可导航性增强方法;首先,针对由于DGNSS参考站短时间失去GNSS信号的锁定,或由于硬件或软件故障造成DGNSS校正传输的无意中断导致的DGNSS导航服务的不连续性,提出了一种DGNSS伪距和载波相位校正信息的差分修正量的组合预测方法,并对该模型进行了有效性评估,理论分析和仿真结果都表明该组合模型较好地符合DGPS差分修正量预测规律,有助于提高预测精度。然后,针对捷联惯性测量单元(IMU)噪声大、误差累积的缺点和传统的姿态解算算法精度不高、环境适应性能力差等缺点,提出了Elman神经网络辅助的姿态解算算法。仿真结果表明该方法很大程度上提高了姿态解算的精度和自适应性。最后,研究了X射线脉冲星编队飞行航天器相对导航算法。提出了一种新的使用X射线脉冲星测量的多星编队相对导航算法,使用X射线脉冲星测量的编队飞行之间的相对导航问题,在分析相对导航需求的基础上,提出了一种受约束的自适应卡尔曼滤波器来估计编队飞行之间的相对位置和速度,最后进行了仿真以评估所提出的导航算法,仿真结果证明了该方法的有效性。(2)多模组合导航系统状态估计和智能主动容错方案设计根据多源组合导航系统需要面对的环境中惯性、地形、地磁等的导航特点,将拉普拉斯特征映射(LE)这种把数据从原来的高维空间投影到低维空间以提取更具代表性的特征的方法与深度神经网络模型相融合而提出了一种新的在建模存在不确定性以及可能存在时变的系统和观测噪声时进行稳定的状态估计的方法,仿真表明在恶劣环境或干扰大的情况下该方法的有效性。提出了基于one-class支持向量机的系统故障诊断方法,仿真结果表明该方法能够很好的检测出导航子滤波系统的突变故障和缓变故障,延迟短,实时性较强,并且通过分析与对比,表明该方法在小样本时检测性能更好。在此基础上,提出了基于神经网络和支持向量机的智能主动容错方案设计,相比于一般的容错组合导航而言,主动容错组合导航能够让每个子滤波器不间断地工作,无论子导航系统是否出现故障都能够对整体的状态进行最优估计。(3)多源组合导航系统信息融合模型和滤波方法从组合导航系统的一般组成出发,在对传统组合导航系统的信息融合结构分析的基础上,针对传统的算法在真实环境中存在的数据复杂、密集的情况下,当前时刻接收到的数据量与数据处理速度无法匹配,从而使待处理队列内数据逐渐积累,处理时间变长以后,后接收数据需要等待的时间逐渐不能被忍受,并成为恶性循环,使系统运行的效率受到严重干扰,在分析GPU并行结构的基础上,以处理非线性问题非常有效的粒子滤波算法为例对基于GPU的多源组合导航系统信息融合模型展开研究。最后,针对系统存在的非高斯非线性状态以及线性非线性并存的情况,提出了基于高斯混合容积粒子滤波和基于混合动态滤波算法的多源组合导航系统滤波方法,并对其进行了仿真分析。
胡汉[3]2011年在《信息融合技术在组合导航系统中的应用研究》文中提出为提高组合导航可靠性和精度，本文以某型号组合导航系统为背景，研究了惯导/北斗双星/地形匹配组合导航系统的滤波算法、信息融合技术及应用以及系统容错设计。介绍了平台惯导系统、北斗双星定位系统、地形匹配系统等组合导航子系统工作原理，并针对游移方位平台惯导系统给出了系统误差方程以及误差源模型。针对惯导/北斗双星、惯导/地形匹配组合导航中的滤波方法，设计了基于惯导/北斗双星、惯导/地形匹配组合导航的物理滤波器、最小二乘估计和卡尔曼滤波器算法，并分别进行了数字仿真或试验验证，分析比较了叁种滤波算法的效果和应用特点，试验表明基于卡尔曼滤波的组合导航算法精度高，是背景型号组合导航系统理想的设计方案。针对背景型号中制导同时存在的北斗双星和地形匹配两种辅助导航系统，进行了多传感器组合导航系统信息融合技术研究，研究了基于联邦滤波结构的多传感器组合导航系统信息融合处理技术，试验表明无复位模式结构相对简单且容错性能最好，是背景型号首选的信息融合方案。最后针对北斗双星定位系统、地形匹配系统的典型故障，研究了组合导航的故障检验与隔离，给出了组合导航系统容错设计，并结合组合导航系统信息融合方法研究基础设计了惯导/北斗双星/地形匹配组合导航的流程结构。
边德飞[4]2007年在《多传感器融合导航系统性能评估算法研究》文中研究指明随着航空航天及现代科学技术的发展,可利用的导航信息源越来越多,各导航系统优缺点并存。在高技术的现代化战争中,单一的导航系统无法满足实际需要,提高导航系统的精度、可靠性和实时性成为一项具有重要研究意义的课题,而对导航系统性能作出正确的评价显得尤为重要,它是提高导航系统性能的重要依据和前提条件。本文首先结合组合导航系统工作原理和工程实际情况,研究并提出了多传感器导航系统性能评估系统结构组成、信息融合算法的总体方案,设计出结构简单、具有较强容错能力的卡尔曼滤波器,针对事后信息融合处理,还提出在卡尔曼滤波的基础上进行最优固定区间平滑滤波算法,通过增加观测量提高融合结果精度。在系统总体设计方案的基础上,对信息融合算法的各个模块展开深入的研究,主要包括传感器原始数据预处理算法、同类型导航系统信息融合算法、卡尔曼滤波算法、最优固定区间平滑滤波算法、大气参数解算以及导航系统性能评估算法等。本文在理论算法研究的基础上,还开展了多传感器性能评估系统软件实现研究,提出了系统的具体实现方案和实现流程,并通过仿真实验数据和实际飞行试验数据测试,验证多传感器性能评估系统算法的正确性和有效性,体现了较高的工程实用价值。本文还对性能评估系统进行功能扩展,并将其核心算法应用于磁航向辅助的捷联惯导/GPS组合导航系统,研制了基于单片机+DSP双CPU导航计算机硬件平台的组合导航原理样机,并在此基础上,提出一套较为完善的组合导航系统性能测试方案,该测试方案方便可行,具有一定的通用性,也有效验证了组合导航系统原理样机的性能。
傅丽娟[5]2017年在《GPS/INS组合导航监控管理系统关键技术研究》文中研究表明捷联惯性导航系统(INS)/全球定位导航系统(GPS)组合导航将具有长时间高精度特性的GPS和具有短时间内高精度特性的INS有机的结合起来,以其定位精度高、测量性能好、可靠性高和抗干扰能力强等特点,在军事领域和民用领域具有广泛的发展前景,成为组合导航的研究重点和应用热点。但是,在民用领域里的捷联惯性导航系统(INS)中,大多使用MPU6050这类集成芯片作为测量单元,且采用积分的方法进行导航计算,导致捷联惯性导航系统中的姿态角和加速度测量精度不高,长时间的累计误差较大。GPS定位导航系统中,GPS接收机的容易受到外界环境的干扰,在有遮挡的情况下,导致GPS信号不稳定,定位精度低。针对捷联惯性导航系统和GPS定位导航系统中存在的问题,本文深入研究了GPS/INS组合导航系统。针对低成本的惯性导航系统(INS)精度不足,以及姿态角解算中姿态角误差随时间推移而不断增长的问题,提出了一种基于PID+Kalman的算法,对陀螺仪、加速度计信号和姿态角误差进行PID+Kalman的融合修正,实现了姿态角的短时间高精度测量和长时间稳定输出。研究了捷联惯性导航系统(INS)/全球定位导航系统(GPS)组合导航中,根据传感器的数据,计算获得位置、速度等信息的解算方法。针对解算过程中的滤波发散问题,采用了一种基于Sage-Husa自适应Kalman滤波(SHAKF)算法,能够实现多个传感器的位置、速度信息的融合。仿真结果表明Sage-Husa自适应Kalman滤波(SHAKF)算法较常规Kalman滤波算法在位置、速度的解算精度上有明显的提高。为了验证基于PID+Kalman姿态角算法和GPS/INS组合导航的位置、速度信息融合算法的正确性,研制了基于MPU和DSP的硬件系统。在以DSP和MPU为核心的信号处理系统上进行了测试,实时实现了导航信息的解算。实验结果表明,本文研究的解算方法的短时间测量的精度和长时间测量的稳定性等关键指标有了显着的提高,验证了方法的有效性。
陈勇[6]2007年在《信息融合技术在组合导航系统中的应用研究》文中提出信息融合技术是80年代以来研究的一个热点领域，本文研究了SINS／GPS组合导航系统中的信息融合问题。本文首先对捷联惯性导航系统(SINS)和全球定位系统(GPS)分别进行了具体的探讨，详细论述了它们各自系统组成、定位原理、误差模型和模型计算，并说明了两者组合的必要性和组合方式。接着系统地介绍了多源信息融合的概念、理论模型和相关算法。并在此基础上，利用信息融合原理对SINS／GPS组合导航系统进行了研究和分析，建立了SINS／GPS的位置、速度组合导航系统的数学模型，应用卡尔曼滤波技术实现了SINS和GPS的组合导航，最后，通过仿真实验，验证了信息融合技术在组合导航系统中应用的可行性。
袁克非[7]2012年在《组合导航系统多源信息融合关键技术研究》文中提出组合导航系统是用以解决导航定位、运动控制、设备标定对准等问题的信息综合系统，具有高精度、高可靠性、高自动化程度的优点，是网络化导航系统发展的必然趋势。从本质上看，组合导航系统是多传感器多源导航信息的集成优化融合系统，它的核心技术是信息的融合和处理。信息融合的核心问题可以归结为叁类问题：数据问题，方法问题和模型问题。信息融合系统要达到其设计要求，要完成其任务与使命，要实现其工作目的，都必须面对相应对象条件下的数据、方法和模型。论文以某型水下载体组合导航系统设计为技术背景，围绕多源信息融合中的叁类问题，针对组合导航系统的相关技术热点，提出了组合导航系统的信息融合结构，并在传感器时空配准、自适应联邦滤波及其最优性分析、导航多模型融合等关键问题上开展研究。1针对多传感器系统导航信息时空属性不一致的问题，明确了在组合导航系统中时间配准和空间配准的任务，分别分析了组合导航系统中时间误差和空间误差的来源与影响；分析了现有时间配准方法在多传感器系统中的局限性，提出一种基于分段重迭的时间配准算法，通过分段重迭处理，在保证量测精度的条件下将不同传感器的量测信息配准到统一处理时刻，抑制了具有不确定性的时间误差；提出异步融合条件下的改进非等间隔联邦滤波算法，解决非等间隔滤波算法无法适用测量周期有较大倍率的工程情况的问题，增加融合信息，扩大算法适用性和实用性，使改进算法工程化；对导航中的坐标系转换的问题进行统一的数学描述；在分析杆臂效应在惯导系统中的作用机理和低通滤波法处理杆臂加速度的基础上，针对组合导航系统多传感器之间杆臂效应影响速度估计的问题，通过反向推导杆臂加速度原理分析杆臂效应在速度估计中的作用，提出用杆臂误差简易模型补偿速度估计的方法。2以联邦滤波作为组合导航系统基础融合估计算法，归纳总结联邦滤波中系统方程的不同建立方法，并按照工程需要建立INS/ESGM/GPS/LNC/TAN/DVL组合导航系统的系统方程，通过基于奇异值分解的可观测性分析方法预测系统方程的合理性和验证组合系统的优越性；针对联邦滤波信息分配原则研究中相互矛盾的现状，通过归纳、对比，以信息分配系数与系统性能的关系为研究对象，根据联邦滤波理论分析得出关于信息分配原则的叁个结论，为联邦滤波设计提供理论依据；针对现有联邦滤波自适应改进的信息源从滤波处理本身信息出发的不足，提出了基于时间序列分析的自适应联邦滤波算法，利用导航传感器的历史数据，通过时间序列分析得出信息平滑程度，以此调整信息分配系数，使系统结构更加适应系统真实情况，提高滤波精度、数据平稳性和信息利用率。3从估计的本质和估计最优性的内在性质出发，对组合导航系统信息融合估计方法的最优性进行分析。以线性最小方差作为最优准则，采用理论分析和实验分析的办法，对非理想条件下的融合估计的最优性进行了分析，分别对有色噪声情况下的Kalman滤波、噪声相关情况下的Kalman滤波和传感器噪声相关情况下的分散滤波、估计相关情况下的联邦滤波、不同结构的联邦滤波、系统方程不同维数情况下的联邦滤波的最优性进行了分析；对基于时间序列分析的自适应联邦滤波的最优性进行了分析，通过分析自适应联邦滤波在理想条件下的最优性，以及在对非理想条件下估计最优性分析的基础上分析非理想条件下自适应联邦滤波的最优性，证明自适应改进不影响联邦滤波的最优性。4将多模型理论引入组合导航系统中，研究将多模型理论应用于组合导航系统的方法，研究了以多模型自适应估计作为处理工具的解析冗余导航系统，分析了组合导航系统两种冗余方式，并设计了DR/INS冗余导航系统多模型自适应估计融合算法，保证载体拥有长时间航行的导航信息；针对模型变化误差造成融合估计不精确、长时间滤波发散的问题，提出了基于交互式多模型的改进联邦滤波算法，使用联邦滤波结构消除估计融合的相关性，在子滤波器中使用交互式多模型方法代替Kalman滤波，通过覆盖过程噪声方差阵和观测噪声方差阵的变化范围来抑制模型误差，提高滤波稳定性和抗干扰能力，保持系统性能在长时间航行中的稳定。
李端勇[8]2005年在《基于信息融合的组合导航系统研究》文中研究说明信息融合技术是八十年代以来十分活跃的一个研究领域,根据现代化航行体对导航系统的要求,论文对信息融合技术在组合导航系统的应用进行了研究。本文首先建立了信息融合的功能模型,对信息融合技术在组合导航系统中的应用和实现方法进行了阐述和说明。而后对联邦滤波理论和算法进行了推导,详细证明了其估计结果的最优性,研究了组合导航系统的容错性和故障检测、隔离和系统重构问题,对它们的特点和适用范围进行了分析。在此基础上,利用信息融合原理对SINS/GPS/双星组合导航系统进行了研究和分析,建立了基于信息融合技术的系统模型,仿真结果验证了组合导航系统经信息融合后结果更优。文章还从信息融合技术和组合导航技术的发展前景入手,对智能组合导航信息融合系统的基本方法进行了初步研究,提出了基于神经网络的组合导航方案。最后文章从信息融合滤波技术以及智能故障诊断技术等方面,讨论了智能组合导航系统的构成、功能及其地位与作用等问题,丰富了组合导航系统理论,从实践上为组合导航技术的发展提供了借鉴之处。
袁燎原[9]2015年在《飞行控制系统传感器信息融合与容错方法研究》文中研究说明可靠性与安全性是飞机设计需要考虑的关键因素。当前电传操纵技术和主动控制方法的发展与应用,在大幅提升飞机操纵性、机动性的同时,也增加了飞行控制系统的复杂程度,给系统的可靠性与安全性带来了挑战。高精度、高可靠性的容错传感器子系统是保证飞行控制系统正常工作的基础。先进信息融合技术与容错方法的应用,能够取代典型管理方法——基于余度技术的表决监测,满足更高的性能指标要求。在传感器正常工作时,信息融合技术能够综合先验信息、量测信息等多种信息来源,提高传感器信号精度;在传感器发生故障时,故障诊断方法能够及时对故障源进行检测与隔离,减小故障传播对飞行安全造成的危害,信号重构方法则基于飞行状态量之间的数学关系,计算解析信号从而维持飞行控制任务的执行。因此,围绕飞行控制系统传感器的信息融合与容错方法的研究,对于保证系统的可靠性与安全性具有重要意义。本文以飞行控制系统传感器为研究对象,确定了容错飞行控制系统传感器信息融合的整体框架,对传感器元件的故障诊断方法、基于信号重构的俯仰角速度传感器容错设计、基于方差变化检测的传感器组件加权融合方法、基于自适应非线性滤波的子系统级融合以及混合余度系统的可靠性建模分析方法进行了研究。论文的主要工作和创新点如下:(1)根据飞行控制系统传感器的组成和配置特性,设计了包括元件级、组件级和子系统级叁层融合层级的信息融合方案。每一融合层级均能利用互补和冗余信息,提高传感器信号精度,增强飞行控制系统的容错能力。(2)研究了余度传感器元件的故障诊断方法。在平均奇偶向量法(Average Parity Vector,APV)的基础上,采用模型群切换(Model Group Switching,MGS)算法对奇偶向量进行补偿,提出了一种MGS-APV故障检测隔离方法。MGS-APV方法根据元件组的工作模式,对模型群进行了覆盖定义;并且设计了模型群激活和终止逻辑,实现模型集合的在线调整,有效地减小了传感器误差对于决策函数的影响。通过典型传感器元件组在稳态飞行与机动飞行下的仿真,并与典型方法进行对比,验证了MGS-APV算法能够快速实现幅值较小故障的检测隔离,同时每一解算周期运行的滤波器数量较少,运算量较小。(3)俯仰角速度传感器是保证飞行安全的关键元件。为提高元件组的容错能力与可靠性,提出了包括解析信号辅助故障诊断和容错控制功能的容错设计方案。根据两种功能对于解析信号的不同要求,分别设计了对应的信号重构方法。容错控制对信号实时性要求较高,信号重构方法采用跟踪微分器法。而针对故障诊断功能对解析信号的高精度要求,提出了一种基于模糊“当前”统计模型的信号重构方法。为提高模糊模型与实际运动模式的匹配精度,提出了一种基于杂草入侵机制的变长染色体遗传算法,对模糊模型的规则和参数进行了同时优化。解析信号辅助故障诊断功能则通过对移动数据窗法的改进实现。典型算例的测试验证了改进优化算法收敛性与精度的提升。典型飞行状态下的仿真验证了信号重构、容错控制以及故障诊断方法的有效性。(4)针对传感器测量噪声变化导致加权数据融合精度下降的问题,提出一种改进加权融合算法。加权融合算法包括方差估计和假设检验两个环节。首先,采用自适应移动数据窗实现方差估计,窗口长度由多元假设检验的结果决定。然后,假设检验环节则应用信号分段处理方法与中心极限定理,使得检验统计量满足正态分布,简化了后续计算与理论推导;并根据马尔可夫状态转移理论和最大后验概率准则,实现噪声方差变化的快速检测。最后通过与典型算法的仿真对比,验证所提算法克服了典型方法的局限性,能够保证加权数据融合以及方差估计具有更高精度。(5)为解决大气数据传感器测量精度低、失效率高的问题,提出一种自适应中心差分卡尔曼滤波(ACDKF)算法。ACDKF方法在传感器正常工作时,基于飞机运动学方程和精确的惯性信号,有效提高大气数据精度;在传感器发生故障时,通过新息序列分布变化的假设检验以及多重渐消因子的引入,对滤波增益矩阵进行自适应调整,实现了故障传感器的检测与隔离。通过单一传感器故障与多数传感器故障设置下的仿真,并与CDKF和表决监测方法进行对比,验证了ACDKF方法的有效性和优越性。(6)针对信息融合与容错方法引入的时序故障与复杂管理逻辑,从可靠性的角度对混合余度传感器系统进行建模分析。首先,分别对系统的故障过程和诊断过程进行建模,集成建立半马尔可夫过程可靠性模型。然后,通过代数模型与补充变量法的结合,提出了一种定量分析方法,采用代数模型法将系统模型简化为故障模式的逻辑和,应用补充变量法求解化简后的半马尔可夫过程。接着,基于事件的分布函数推导了时序故障概率计算公式,用于求解各故障模式的定量概率。最后,通过算例分析以及与典型方法的比较,体现了模型的通用性以及定量分析方法的准确与简便,并在建模与定量概率计算研究的基础之上,对故障容错设计对于系统可靠性的影响进行了分析。
郑黎方[10]2008年在《SINS/GPS组合导航系统新算法的研究与实现》文中认为组合导航对各种导航子系统的导航信息进行综合处理,取长补短、充分发挥各导航子系统的优点,提高了系统整体性能,因而成为导航系统的主要解决方案。但是目前地面组合导航系统普遍存在自主性不足、容错性不高、过度依赖卫星等缺点。另外在实际应用中往往需求导航系统在动态环境中对准与导航同步完成,达到快速启动目的。但由于捷联惯导系统初始启动时存在较大的非线性特性、外界复杂环境造成的较大干扰、噪声模型不确定等原因,使用常规滤波方法如卡尔曼滤波往往无法达到目的。本文针对以上问题,主要做了如下研究工作:首先,在分析捷联惯导(SINS)原理及SINS、GPS、里程仪(OD)误差模型基础上,设计了基于联邦滤波算法的SINS/GPS/OD组合导航信息融合系统。对捷联惯导原理及组合导航系统信息融合方法,编写了相关计算机仿真程序,并做了大量的仿真实验。实验结果表明该组合导航系统集合了叁种导航设备的优点,具有导航精度高,自主性强和容错性高的优点,当GPS信号长时间丢失条件下,仍能在较长时间内保持较高的定位精度。然后,分析了适合于非线性非高斯场合的粒子滤波算法原理,在组合导航系统动态快速启动应用背景下,结合SINS/GPS组合导航系统非线性滤波模型,提出了两种改进的粒子滤波方法:1)自调整粒子滤波方法。根据观测噪声的统计大小,自适应调整似然分布的形状,使之与先验分布重迭区域更大。仿真结果表明,该方法能有效解决了高观测精度情况下粒子滤波易发散问题,有效提高滤波稳定性。2)卡尔曼/粒子组合滤波算法。将SINS动态误差模型分为线性和非线性两部分,分别采用卡尔曼和粒子滤波对线性和非线性状态进行估计。仿真结果表明该方法克服了SINS误差模型维数较高带来的维数灾难问题,提高了实时性。改进后的粒子滤波方法能有效提高组合导航系统抗干扰能力、稳定性及实时性,达到快速启动目的。最后,基于DSP+DUAL-RAM+MCU构架,设计并实现了一套组合导航系统原理样机,划分了组合导航系统的各任务模块及优先级,给出了导航计算机详细的硬件设计方案及系统软件设计流程。采用云海YH-7000光纤IMU及JAVAD JNS Gyro-2T GPS接收机,对组合导航系统进行了测试实验。
参考文献：
[1]. 基于北斗的交通信息服务关键技术研究[D]. 刘仲波. 吉林大学. 2016
[2]. 多源组合导航系统信息融合关键技术研究[D]. 郭承军. 电子科技大学. 2018
[3]. 信息融合技术在组合导航系统中的应用研究[D]. 胡汉. 哈尔滨工程大学. 2011
[4]. 多传感器融合导航系统性能评估算法研究[D]. 边德飞. 南京航空航天大学. 2007
[5]. GPS/INS组合导航监控管理系统关键技术研究[D]. 傅丽娟. 合肥工业大学. 2017
[6]. 信息融合技术在组合导航系统中的应用研究[D]. 陈勇. 南京理工大学. 2007
[7]. 组合导航系统多源信息融合关键技术研究[D]. 袁克非. 哈尔滨工程大学. 2012
[8]. 基于信息融合的组合导航系统研究[D]. 李端勇. 西北工业大学. 2005
[9]. 飞行控制系统传感器信息融合与容错方法研究[D]. 袁燎原. 西北工业大学. 2015
[10]. SINS/GPS组合导航系统新算法的研究与实现[D]. 郑黎方. 北京工业大学. 2008
标签：电信技术论文; 信息融合论文; 北斗卫星导航系统论文; 数字滤波论文; 系统仿真论文; 数据融合论文; 传感器技术论文; 飞机导航系统论文; 容错机制论文; 数据滤波论文; 平滑滤波论文; 误差分析论文; 卡尔曼滤波论文; 匹配滤波论文; gps定位论文; gps导航论文; gps系统论文; gps技术论文; gps芯片论文; gps模块论文;