欢迎来到天天文库
浏览记录
ID:42430037
大小:2.28 MB
页数:76页
时间:2019-09-14
《基于GPS_INS组合导航的轨迹补偿方法研究》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、分类号:TN966单位代码:10183研究生学号:2015524058密级:公开吉林大学硕士学位论文专业学位()基于GPS/INS组合导航的轨迹补偿方法研究ResearchonTraectorComensatodBasedonGPSionMeth/INSjypInteratedNaviatSsemggionyt作者姓名:谢永强专业:控制工程领研究方向):控车联网指导教师:马彦教授培养单位:通信工程学院2018年6月?—————————————————————基于
2、GPS/INS组合导航的轨迹补偿方法研究—————————————————————ResearchonTrajectoryCompensationMethodBasedonGPS/INSIntegratedNavigationSystem作者姓名:谢永强领域(方向):控制工程指导教师:马彦教授类别:工程硕士答辩日期:2018年6月2日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使
3、用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交学位论文,是本人在指导教师的指导下,独立进行研宄工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本。文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:g日期:年I曰I月摘要基于GPS/INS组合导航的轨迹补偿方法研究随着车联网与智能汽车技术的发展,车辆定位技术成为研究热点。现阶段的车载
4、导航系统主要是全球定位系统(GlobalPositioningSystem),该系统具有实时、全天候、精度高等优点,但在城市建筑群、隧道、林荫密集带等卫星被遮蔽的环境下会受到影响,严重时无法定位,因此需要采用其他的定位技术辅助GPS系统定位。本文采用捷联惯性导航技术(Strapdowninertialnavigationtechnology)辅助GPS系统,对GPS盲区的轨迹进行补偿,主要的研究工作如下:本文首先介绍了车辆盲区定位的背景及意义,对现有的导航定位技术、组合导航定位技术、微机电系统技术(Micro-Electro-Mechan
5、icalSystems)、数据融合技术的研究现状做详细的介绍。对于GPS系统,主要分析了GPS系统工作的原理、结构及误差;对于惯性导航系统,介绍了常用的地理参数,坐标系及坐标系间的转换,分析了惯性导航的解算原理,并对误差源进行了归纳。基于文中第二章对惯性导航的分析,在MATLAB环境中,完成了对轨迹和惯性器件的仿真。轨迹的仿真主要包括真值轨迹、盲区轨迹、GPS轨迹的仿真。利用真值轨迹产生的理想的比力信息及角速度信息,并人为的注入惯性器件误差达到模拟惯性器件的目的。通过盲区的惯性导航的误差可以看出,随着时间的积累,误差越来越大,因此需要通过
6、GPS定位及数据融合算法降低累积误差。然后分析了GPS/INS组合导航系统的组合方式及工程的可实现性,并选定松组合导航系统的组合方式。基于文中对惯导误差的分析,推导了组合导航系统误差模型,并基于误差模型建立了组合导航系统的状态方程和量测方程。然后对组合导航系统的数据融合算法进行研究。由于组合导航系统的系统模型是非线性的且系统中存在噪声,会影响系统的定位精度,严重时使结果发散。可以从近似非线性函数和高斯概率密度函数两个角度分别对系统模型进行处理。本文通过扩展卡尔曼滤波算法(ExtendedKalmanFilter)对系统模型线性化,来完成对
7、非线性系统的状态的近似,最终得到状态的输出值;通过无迹卡尔曼滤波算法(UnscentedKalmanFilter)对非线性组合导航系统的概率密度分布进行近似,用一定数量确定的样本来逼近状态后验概率密度,但是对于系统状态维数较高的系统,UKF算法中的协方差可能出现非正定的情况,从而无法保证滤波算法数值的稳定性。为了解决这一问题,本文研究了CKF算法。通过非线性函数对容积点重新计算,得到一组新的容积点集,然后加权求和来近似状态后验均值和协方差。在MATLAB中使用m语言完成上述系统模型和滤波算法,通过分析对比盲I区时段位置、速度和姿态误差的最
8、大值及计算轨迹全程的均方根误差值,分析结果表明,CKF算法具有更高的导航精度。关键词:智能交通,组合导航系统,轨迹发生器、轨迹补偿,数据融合IIAbstractResearchonTrajec
此文档下载收益归作者所有