信息融合技術(shù)在INS-GPS-DVL組合導(dǎo)航系統(tǒng)中應(yīng)用研究.pdf

1、多傳感器導(dǎo)航系統(tǒng)已經(jīng)成為現(xiàn)今某船上最主要的導(dǎo)航系統(tǒng)。該導(dǎo)航系統(tǒng)由包含慣性導(dǎo)航系統(tǒng)(簡(jiǎn)稱慣導(dǎo),INS)、全球定位系統(tǒng)(GPS)和多普勒計(jì)程儀(DVL)等在內(nèi)的設(shè)備組成,為實(shí)現(xiàn)各種任務(wù)提供保障,要求導(dǎo)航系統(tǒng)要有高精度、高可靠性和高動(dòng)態(tài)性能。任何單一的導(dǎo)航系統(tǒng),從性能、成本上都難以勝任。
　　 組合導(dǎo)航系統(tǒng)有效克服了單一系統(tǒng)的不足,在改善導(dǎo)航系統(tǒng)精度、容錯(cuò)性、自適應(yīng)性和智能性等方面具有廣闊的應(yīng)用前景,而信息融合技術(shù)是實(shí)現(xiàn)高性能組合導(dǎo)航

2、的關(guān)鍵技術(shù)。
　　 因此如何充分有效地利用和處理來(lái)自多傳感器的數(shù)據(jù)已經(jīng)成為船載導(dǎo)航系統(tǒng)的主要問(wèn)題,多傳感器信息融合技術(shù)為此提供了有效的手段。本文以慣導(dǎo)INS/GPS/DVL船載多傳感器組合導(dǎo)航系統(tǒng)為研究對(duì)象,從信息融合的角度出發(fā),為提高船載多傳感器組合導(dǎo)航系統(tǒng)的導(dǎo)航精度和容錯(cuò)能力提供了有效的解決方案。
　　 本文主要研究?jī)?nèi)容如下:
　　 第一章介紹了組合導(dǎo)航系統(tǒng)的發(fā)展?fàn)顩r和信息融合技術(shù)的發(fā)展?fàn)顩r、多傳感器融合技術(shù)

3、在組合導(dǎo)航中的應(yīng)用以及智能化信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用情況。
　　 第二章研究了聯(lián)邦濾波的基本理論和算法,信息分配原則以及聯(lián)邦濾波流程等,分析了各種聯(lián)邦濾波器結(jié)構(gòu)的特點(diǎn)和容錯(cuò)性能。
　　 第三章介紹了慣性導(dǎo)航系統(tǒng)、全球定位系統(tǒng)和多普勒計(jì)程儀等導(dǎo)航設(shè)備的基本原理,分析了它們的優(yōu)缺點(diǎn),并建立了各導(dǎo)航系統(tǒng)的誤差模型。
　　 第四章在第二章和第三章理論分析的基礎(chǔ)上,以三種導(dǎo)航系統(tǒng)的最佳組合為目標(biāo),以聯(lián)邦濾波器信息融合

4、結(jié)構(gòu)為核心,結(jié)合故障檢測(cè)與系統(tǒng)重構(gòu)理論,設(shè)計(jì)出具有良好容錯(cuò)性能的、自動(dòng)進(jìn)行故障檢測(cè)以及系統(tǒng)重構(gòu)的INS/GPS/DVL容錯(cuò)聯(lián)邦濾波器方案和算法,并就方案和算法的實(shí)現(xiàn)進(jìn)行了詳細(xì)的分析。將已經(jīng)建立的算法模型進(jìn)行仿真研究和半物理仿真研究,對(duì)所研究的方法進(jìn)行驗(yàn)證和完善。仿真結(jié)果證明所設(shè)計(jì)的容錯(cuò)聯(lián)邦濾波器滿足導(dǎo)航系統(tǒng)精度和容錯(cuò)性的要求。
　　 考慮到經(jīng)典的卡爾曼濾波器要求精確的系統(tǒng)數(shù)學(xué)模型和噪聲統(tǒng)計(jì)特性的先驗(yàn)知識(shí),而在很多時(shí)候,工程中所用

5、的卡爾曼濾波模型和噪聲統(tǒng)計(jì)特性與實(shí)際的系統(tǒng)數(shù)學(xué)模型和噪聲統(tǒng)計(jì)特性往往不一致,會(huì)導(dǎo)致Kalman濾波器產(chǎn)生較大估計(jì)誤差、甚至發(fā)散的現(xiàn)象,提出了INS/GPS/DVL組合導(dǎo)航系統(tǒng)自適應(yīng)聯(lián)邦濾波器方案,進(jìn)行了算法設(shè)計(jì)和仿真驗(yàn)證。證明了本文設(shè)計(jì)的自適應(yīng)聯(lián)邦濾波器的有效性。
　　 第五章將神經(jīng)網(wǎng)絡(luò)應(yīng)用于INS/GPS/DVL組合導(dǎo)航系統(tǒng)的信息融合中,以提高導(dǎo)航的精度、智能性和自適應(yīng)性。提出了神經(jīng)網(wǎng)絡(luò)輔助濾波方案,進(jìn)行了該方案的結(jié)構(gòu)設(shè)計(jì)和分

6、析,對(duì)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)進(jìn)行了詳細(xì)的分析,并就神經(jīng)網(wǎng)絡(luò)輔助濾波算法進(jìn)行了仿真研究。仿真結(jié)果證明該方法有效地改善了系統(tǒng)精度和自適應(yīng)性。
　　 第六章為論文的主要研究結(jié)論。
　　 本論文是在以下基金項(xiàng)目資助下完成的:1)國(guó)家自然科學(xué)基金(60374046):捷聯(lián)慣性組合導(dǎo)航系統(tǒng)快速高精度初始對(duì)準(zhǔn)的新技術(shù)研究;2)國(guó)家自然科學(xué)基金項(xiàng)目(50575042):基于局部基準(zhǔn)的大型艦船統(tǒng)一姿態(tài)基準(zhǔn)系統(tǒng)關(guān)鍵技術(shù)研究:3)總裝備部預(yù)研基金(51