论文部分内容阅读
卫星导航系统因其高精度、全天候、全球性等特点而广受人们的青睐,从车载导航到航天器导航,卫星导航作为一项综合性的尖端技术,已经渗透到了当今社会的诸多领域。高精度的导航一直是卫星导航系统研究工作中备受关注的焦点。由于实际运行中存在已知或未知特性的观测噪声以及载体在运动过程中受到噪声干扰,卫星导航系统定位、定速的精度以及系统的稳定性会受到很大的影响。因此,设计一种有效的滤波算法来降低系统噪声对定位、定速精度的影响具有重要的意义。针对以上问题,论文展开了星载GPS导航系统中的非线性滤波估计相关方向的研究。针对卫星定位、定速精度对系统观测噪声与过程噪声十分敏感的问题,本论文设计了一种多胞型滤波算法。首先利用全局线性化的思想,证明了非线性的星载GPS导航系统的估计误差系统可以采用多胞型线性微分包含的模型来描述,从而将非线性滤波问题转换为了多个线性定常系统凸组合的线性滤波问题;其次,引入TP模型转换方法确定星载GPS导航估计误差系统的多胞型线性微分系统模型,降低了全局线性化过程中引入的模型误差,并实现了模型近似精度与计算复杂度的折中处理;最后,根据实际系统中存在的高斯噪声与非高斯噪声,分别结合卡尔曼滤波与H∞滤波设计了多胞型卡尔曼滤波算法以及多胞型H∞滤波算法。多胞型滤波算法不需要实时更新系统的雅克比矩阵,简化了滤波算法的设计。仿真验证结果表明,多胞型KF算法、多胞型H∞滤波算法分别与EKF、扩展H∞滤波算法具有同等的定位、定速精度。