组合导航算法及其在SINS/GPS/DVL组合导航系统中的应用
捷联惯导系统论文 可观测性论文 自适应滤波论文
论文详情
本课题主要通过捷联惯导(SINS)、全球定位系统(GPS)和多普勒计程仪(DVL)组合导航系统对组合导航算法进行了研究。论文的主要工作有: 首先,研究和推导了SINS、GPS、DVL的数学模型。并采用几种不同的可观测性分析方法对其组合导航系统各状态变量的可观测性和可观测度进行分析,从而建立相应的组合导航系统数学模型,为后面对各种多传感器融合算法提供了基础。 然后,详细介绍并分别探讨了传统的Kalman滤波算法,分散化的联邦滤波算法及改进的自适应滤波Kalman算法在SINS/GPS/DVL组合导航系统中的应用,通过仿真比较,总结出各种方法的特点和适用环境,从而提高组合导航系统的精度和可靠性。 接着阐述了鲁棒控制理论和鲁棒滤波的相关内容,完成了SINS/GPs/DVL组合导航系统的鲁棒滤波器的设计。对于鲁棒H∞滤波采用了递推的次优解、Raccati方程解法以及不确定空间的LMI解法。通过与传统Kalman滤波器的仿真和比较,验证了其鲁棒性和精度。 最后,为了保证组合导航系统的可靠性和精度,从工程实践角度研究了组合导航系统的系统故障检测的隔离方法和一致性检测与合理性检测等工程故障检测方法,并通过仿真和车载试验来验证其可靠性。
第1章 绪论 | 第9-15页 |
1.1 信息融合方法 | 第9-12页 |
1.2 故障检测与隔离 | 第12-14页 |
1.3 课题研究意义及主要工作 | 第14-15页 |
第2章 组合导航信息源 | 第15-32页 |
2.1 惯性导航系统 | 第15-24页 |
2.1.1 捷联惯导基本方程 | 第17-20页 |
2.1.2 捷联惯导系统误差方程 | 第20-24页 |
2.2 陀螺罗经 | 第24-26页 |
2.3 计程仪 | 第26-28页 |
2.4 全球定位系统GPS | 第28-31页 |
2.5 本章小结 | 第31-32页 |
第3章 可观测性分析 | 第32-51页 |
3.1 随机系统的可控性和可观测性 | 第32-33页 |
3.2 奇异值可观测性分析方法 | 第33-43页 |
3.2.1 奇异值可观测性分析方法 | 第33-36页 |
3.2.2 奇异值可观测性分析方法在组合导航中的应用 | 第36-43页 |
3.3 кузовков可观测性分析方法 | 第43-46页 |
3.3.1 кузовков可观测性分析方法 | 第43页 |
3.3.2 кузовков可观测性分析方法在组合导航中的应用 | 第43-46页 |
3.4 状态方程解耦的可观测性分析 | 第46-47页 |
3.5 组合导航系统可观测性的定性分析 | 第47-50页 |
3.6 本章小结 | 第50-51页 |
第4章 传统的信息融合算法及其改进算法研究 | 第51-74页 |
4.1 集中式卡尔曼滤波理论 | 第51-54页 |
4.1.1 卡尔曼滤波概述 | 第51-52页 |
4.1.2 基本滤波算法 | 第52-53页 |
4.1.3 物理意义 | 第53-54页 |
4.2 组合导航系统设计 | 第54-58页 |
4.2.1 状态量和量测量的选取 | 第54-55页 |
4.2.2 输出校正和反馈校正 | 第55-56页 |
4.2.3 滤波过程中需要注意的问题 | 第56-58页 |
4.3 卡尔曼滤波器在组合导航系统中的应用 | 第58-64页 |
4.3.1 滤波器的设计 | 第58-59页 |
4.3.2 仿真试验比较 | 第59-64页 |
4.4 自适应Kalman滤波算法 | 第64-68页 |
4.4.1 自适应Kalman算法 | 第64-67页 |
4.4.2 自适应Kalman算法在组合导航系统中的应用 | 第67-68页 |
4.5 联邦滤波算法及其应用 | 第68-73页 |
4.5.1 联邦滤波算法 | 第69-70页 |
4.5.2 联邦滤波器结构 | 第70-71页 |
4.5.3 联邦滤波器的特点 | 第71-72页 |
4.5.4 联邦滤波器在组合导航系统中的应用 | 第72页 |
4.5.5 仿真试验比较 | 第72-73页 |
4.6 本章小结 | 第73-74页 |
第5章 鲁棒滤波算法 | 第74-91页 |
5.1 数学基础 | 第74-78页 |
5.1.1 信号和系统的范数 | 第74-75页 |
5.1.2 代数Raccati方程的一般解 | 第75-76页 |
5.1.3 代数Raccati方程的稳定解 | 第76-77页 |
5.1.4 范数与Raccati方程 | 第77页 |
5.1.5 范数与Raccati不等式 | 第77-78页 |
5.2 鲁棒控制基础 | 第78-81页 |
5.2.1 基本的H_∞控制 | 第78-79页 |
5.2.2 不确定状态空间模型 | 第79-81页 |
5.3 H_∞滤波 | 第81-88页 |
5.3.1 H_∞问题的表达 | 第81-82页 |
5.3.2 次优H_∞问题的解 | 第82-83页 |
5.3.3 H_∞滤波与传统Kalman滤波的比较 | 第83-84页 |
5.3.4 H_∞滤波器的参数化 | 第84页 |
5.3.5 Raccati方程解法 | 第84-86页 |
5.3.6 LMI解法 | 第86-88页 |
5.4 H_∞滤波方法在组合导航中的应用 | 第88-90页 |
5.4.1 H_∞滤波器的设计 | 第88页 |
5.4.2 H_∞滤波器下的数字仿真 | 第88-90页 |
5.5 本章小结 | 第90-91页 |
第6章 多传感器融合导航系统 | 第91-101页 |
6.1 多传感器融合组合导航概述 | 第91页 |
6.2 容错组合导航系统 | 第91-92页 |
6.3 故障检测方案 | 第92-98页 |
6.3.1 合理性检测 | 第92-93页 |
6.3.2 一致性检测 | 第93页 |
6.3.3 系统故障检测和隔离 | 第93-98页 |
6.4 容错组合导航系统仿真与车载试验 | 第98-100页 |
6.4.1 容错组合导航系统仿真 | 第98-99页 |
6.4.2 容错组合导航系统车载试验 | 第99-100页 |
6.5 本章小结 | 第100-101页 |
结论 | 第101-102页 |
参考文献 | 第102-109页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第109-110页 |
致谢 | 第110页 |
论文购买
论文编号
ABS1779797,这篇论文共110页
会员购买按0.30元/页下载,共需支付
33。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
55。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文