论文部分内容阅读
在众多导航系统中,捷联惯性导航系统(SINS)和全球卫星导航定位系统(GPS)利用其各自性能上的互补特性所构成的SINS/GPS组合导航系统被公认为目前导航领域最为理想的组合导航模式。面对广泛的导航应用需求,如航空、航天、航海导航和武器制导等方面,对SINS/GPS组合导航方法进行深入、细致地研究将具有十分重要的意义。本文以SINS/GPS紧组合导航为背景,研究重点集中于组合导航过程中数据融合算法,即非线性滤波。针对SINS/GPS紧组合导航的工作特点,本文的研究内容如下:(1)阐述了 SINS、GPS和SINS/GPS紧组合导航系统的基本工作原理。针对SINS,详细推导了在当地地理坐标系下的解算过程,并基于欧拉平台误差角建立了当地地理坐标系下的误差方程;针对GPS,介绍了其定位测速的基本原理,并对GPS定位系统误差进行了细致、深入的分析。最后以SINS/GPS紧组合导航作为研究重点,推导了系统工作的状态方程和量测方程,结合系统方程的具体特点,分析指出在SINS/GPS组合导航系统非线性滤波中一般存在如下问题:状态方程离散化所引入系统和量测噪声相关的问题、GPS接收机量测中存在有色噪声的问题和传统卡尔曼类滤波器中线性量测更新的问题。(2)针对非线性系统状态估计中相关噪声的问题,首先根据噪声相关发生的时刻,将过程噪声与量测噪声的相关性分为两类:同步时刻相关和隔步时刻相关。在此基础上,本文从条件高斯噪声分布的角度出发,针对该两种噪声相关问题,分别提出了两种非线性滤波算法。同现有的解决噪声相关方法相比,本文所提出算法的优点为:给出了解决噪声相关非线性滤波器的一般结构,实施过程中便于采用不同数值计算方法;对于任一类型的噪声相关,即同步时刻相关或隔步时刻相关,本文所提出算法的滤波精度均优于现有的解决方法。(3)针对非线性系统状态估计中有色噪声的问题,本文从实际应用角度出发,认为在实际工程中有些系统量测噪声存在时间相关性,而现有的卡尔曼类滤波器都是基于系统过程噪声和量测噪声均为高斯白噪声的假设进行的。为了保证系统状态的估计精度,我们必须考虑有色噪声特性来重新设计滤波器。因此本文采取一种新的状态扩充方法,提出了一种适用于线性/非线性系统有色量测噪声的滤波算法,很好地解决了工程应用中有色量测噪声的问题。(4)针对非线性系统状态估计中量测更新的问题,本文分析指出传统的非线性高斯滤波器量测更新阶段,利用了状态与量测为联合高斯分布的假设,服从最小方差更新准则,使得最终更新效果为线性。而在非线性系统状态估计中量测函数为非线性情况时,基于线性最小方差准则来融合量测信息违反了状态与量测之间非线性关系的本质,不能获得最优的状态估计。为此,本文基于递推更新的思想,提出了一种递推更新高斯滤波器。该滤波器给出了适用于不同数值积分方法的一般结构,仿真结果表明,相比于传统非线性高斯滤波器线性更新,本文所提出的递推更新高斯滤波器可以获得更高的滤波精度。(5)针对SINS/GPS紧组合导航系统实际过程中会出现相关噪声、有色量测噪声和量测信息融合的问题,本文首先基于轨迹仿真的基本原理和载体不同运动状态下的动力学方程,利用Matlab软件设计实现了真实轨迹发生器、SINS仿真器和SINS/GPS紧组合导航仿真系统。然后基于该系统,将本文提出的相关噪声条件下、有色量测噪声条件下的非线性高斯滤波算法以及递推更新非线性高斯滤波算法应用至SINS/GPS紧组合导航系统中,进行实验仿真,仿真结果验证了本文所提出算法均能有效的解决相应问题,提高了组合系统的导航精度。