试析多传感器信息融合技术及其在组合导航系统中的应用

《试析多传感器信息融合技术及其在组合导航系统中的应用》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、青岛科技大学硕士学位论文多传感器信息融合技术及其在组合导航系统中的应用姓名：孙慧影申请学位级别：硕士专业：控制理论与控制工程指导教师：张彦军20040415摘要随着自动化、智能化技术的发展，在工业、军事、科研等领域中所使用的传感器的种类和数量越来越多。没有任何一种传感器可以保证在任何时候都能提供全面和准确无误的信息。信息融合技术就是在这种情况下应运而生并发展起来的。信息融合技术无论是在现代防御系统中还是在现代工业生产和管理系统中，都是不可缺少的重要技术，是信息科学领域内的一项高新技术。本文研究了基于多传感器融合技术的分布式状态

2、估计的设计方法，一种基于Kalman的数据融合方法，分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在深入了解Kalman滤波理论的基础上，对集中式和分布式算法进行深入分析研究，并寻求了一种更加优秀的改进的分布式滤波算法。组合导航系统是一个典型的多传感器系统，从多传感器数据融合的角度出发研究车载GPS／INS组合导航定位系统，对组合导航系统实验研究，完成相关实验工作，把信息融合技术应用于INS／GPS车辆组合系统进行了仿真，并将改进的分布式算法与传统的集中式融合算法进行了比较，结果表明系统无故障情况下精度相近。

3、仿真结果表明该方法是一种有效的数据融合方法，可以有效提高计算精度和可靠性，具有良好的容错性和环境适应性，更重要的是增强了系统的实时性，有较高的工程实现价值。关键词：分布式Kalmar，滤波；数据融合：多传感器；GPS／jNS：组合导航ABSTRACTAlongwiththedevelopmentofautomationandintelligent，moreandmoretypeandqualityofsensorsareusedinthedommnofindustry．militaryaffairsandsciencerese

4、archetc．Anytypeofsensorisnotabletoprovideall-sidedandexactinformation，Inthiscondition，thetechnologyofdatafusionisproducedanddeveloped．Inthemodemmilitarysystem，modemindustryproductionandmanagesystem，thetechnologyofdatafusionisveryimportantandnecessary．Itisagreatlynew

5、technologyininfomaationfield．Thispaperintroducesadesignmethodofdistributedoptimalestimatebasedonmulti—sensordatefusion．AmethodofdatafusionbasedonKalmanFilterisintroduced．ThebasicconceptsandtheoriesofDistributedKalmanFilterareanalyzedindetail．Onmakingdeepcomparisonof

6、CentralKalmanfilterandDistributedKalmanFilter,findsamoreexcellentimprovedDistributedKalmanFilterarithmetic．GPS／INSimevatednavigationsystemisatypicaldatafusionsystem，SothetheoryisappliedintheGPS／INSvehicleintegratednavigationsystemandtheSimulationhasbeenAchieved．Ther

7、esultshOWSDKFisaneffectivedatafusionmethod．Thismethodisveryusefulinprojectbecauseitcanimproveaccuracyandreliability,atthesametimeithashighfault-toleranceandadaptiveability,andmoreimportantitCanimprovereal-timeability．Keywords：DistributedKalmanfilter；datafusion；multi

8、—sensor；GPS／INS；integratednavigationsystem青岛科技大学研究生学位论文第一章绪论1．1课题研究的目的和意义11研究的目的对多传感器信息融合最优估计理论的研究，寻求快速有效、容错性好和估计精度高的信息融合算法，并将其应用到全球定位和惯性组