sins%2ftan%2fgps组合导航信息融合技术的研究

《sins%2ftan%2fgps组合导航信息融合技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SINS／TAN／GPS组合导航信息融合技术研究摘要针对现代高性能飞行器对导航系统高精度、高自主性和高可靠性的要求，通过多传感器进行信息融合提高导航精度已成为必然趋势。本文采用捷联惯导系统(SINS)、地形辅助导航系统(TAN)和全球定位系统(GPS)构成组合导航系统，通过模糊自适应联邦Kalman滤波算法，提高了导航系统整体性能。首先，本文为更好的提高导航精度，对地形辅助导航匹配算法进行了深入研究。为选择更好的地形辅助导航的匹配算法，针对常规几种匹配算法的局限性，对高程熵与绝对差综合匹配算法进行了仿真验证。证明该算法在匹配精度和速度上都优于传统的TERCOM匹配方法，可以很好的满足飞行器

2、的应用要求。其次，阐述了数据融合估计理论，归纳总结了多传感器系统中的各种数据融合结构，建立了基于Kalman滤波的数据融合估计模型，并分别给出了集中式、联合式等结构的Kalman滤波算法。针对传统联邦滤波结构信息分配因子不能随子滤波器精度变化而自动调整的问题，本文提出了模糊自适应联邦Kalman滤波算法。实时改变低滤波精度的子滤波器在全局估计时的权重，而且对子滤波器进行周期反馈，即提高了滤波精度又兼顾了容错性和运算速度，并对该算法进行了仿真实验，证明该算法优于传统的联邦Kalman算法。·最后，在实验室试验条件下，根据飞行器的应用需求，采用VxWorks操作系统、盛博公司的PCI04嵌入式

3、硬件平台，对SINS／TAN／GPS组合导航系统进行了实现设计。根据由模拟器得到的导航信息进行了半实物仿真实验，实验数据进一步验证了算法的优越性及设计实现的合理性。关键词：组合导航；信息融合；联邦滤波；自适应信息分配因子；地形匹配SINS／TAN／GPS组合导航信息融合技术研究ABSTRACTAccordingtothemodemhJf曲performanceaircraftnavigationsystem’Srequirementsofhighaccuracy,highautonomyandhighreliability,improvingnavigationprecisionthrou

4、ghthemulti—sensorinformationfusionhasbecomeaninevitabletrend．ThispaperadoptsSINS，TANandGPStomakeupintegratednavigationsystem，improvestheperformanceofnavigationsystembyusingfuzzyfederalKalmanfilteringalgorithm．Firstly,inordertoimprovetheprecisionofnavigationbetter,terrainassistednavigatedthematchin

5、galgorithmisstudieddeeply．Aimingatthelimitationsofseveralconventionalmatchingalgorithm，thetheoryofelevationentropyandabsolutedeviationcomprehensivematchingisprovedbysimulationinthepapertochoosebetterterrainassistednavigatedthematchingalgorithm．Theprecisionandspeedofthismatchingmethodisprovedtobebe

6、tterthantraditionalTERCOMmatchingmethod，anditCallmeettheapplicationrequirementsofaircraftwell．Secondly,Theoriesofdataestimationfusionaredetailedlyintroduced．Anddiversedatafusionstructuresinthemulti—sensorsystemaresummarized．TheKalmanfilter-basedmodeliSconstructedforthedatafusionestimation，andtheKa

7、lmanfilteralgorithmsfordifferentdatafusionstructures，includingcentralized，jointandS0on，areenumerated．AccordingtotheproblemofinformationdistributionfactoroftheoriginalfederatedKalmanfilteringstructurecannotautomat