惯性/地球物理组合导航信息融合的研究

组合导航技术是提高导航系统整体性能的有效途径。现有的组合导航使用的大多集中在利用某一种辅助信息来修正惯性导航的误差。随着多传感器信息融合技术的发展,通过综合利用多种地球物理场的信息来辅助惯性导航系统提高导航的精度,已经成为导航研究的重要研究方向。本文研究了惯性/地球物理组合导航信息融合的关键技术。本论文的主要工作如下:(1)介绍了惯性、重力和地磁导航系统的主要特点,针对惯性导航信息和地球物理信息具有良好的互补性,给出了一种惯性/地球物理导航系统的组合模式。(2)针对标准卡尔曼滤波不能处理非线性模型,扩展卡尔曼滤波计算量大,无迹卡尔曼滤波比例采样容易产生非局部效应等缺点,提出一种自适应变比例采样的无迹变换方法。通过仿真表明该方法能提高无迹变换的稳定性。(3)设计了模糊推理系统,构造了模糊规则库,并将其与卡尔曼滤波算法相结合,通过模糊控制,自适应地调整系统量测噪声方差。仿真结果表明,该算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了滤波精度。(4)根据小波分析可以实时分离信号和噪声的特性,利用了小波分解的方法估计出量测噪声方差,并将其应用于模糊自适应卡尔曼滤波中。仿真结果表明,该算法可以有效地避免了由于噪声方差不准确导致的卡尔曼滤波失效。(5)以联合卡尔曼滤波为依据,将这一滤波器应用于惯性/地球物理组合导航的信息融合中,建立了惯性/地球物理组合导航系统的状态方程和量测方程,并对组合导航系统进行了仿真研究,结果表明组合导航系统在导航精度和稳定性方面较单一的导航系统都有明显提高通过本文的研究,证明惯性/地球物理组合导航系统是一个具有高可靠性、高自主性的组合导航系统。