粒子滤波在无人机组合导航中的应用研究

《粒子滤波在无人机组合导航中的应用研究》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、硕士学位论文粒子滤波在无人机组合导航中的应用研究APPLICATIONRESEARCHOFPARTICLEFILTERINTHEINTEGRATEDNAVIGATIONOFUAV胡强哈尔滨工业大学2015年3月国内图书分类号：V448.2学校代码：10213国际图书分类号：623.465密级：公开工学硕士学位论文粒子滤波在无人机组合导航中的应用研究硕士研究生：胡强导师：宋申民教授申请学位：工学硕士学科：控制科学与工程所在单位：航天学院答辩日期：2015年3月授予学位单位：哈尔滨工业大学ClassifiedIndex

2、:V448.2U.D.C.:623.465DissertationfortheMasterDegreeinEngineeringAPPLICATIONRESEARCHOFPARTICLEFILTERINTHEINTEGRATEDNAVIGATIONOFUAVCandidate:HuQiangSupervisor:Prof.SongShenminAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlscienceandEngineeringAffil

3、iation:SchoolofAstronauticsDateofDefence:Mar.,2015Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要如何通过信息融合手段提高导航系统的精度、可靠性和效费比，一直是无人机技术的研究热点。由微型机电系统惯性测量单元（MEMSinertialmeasurementunit,MIMU）、环球导航的卫星体系（globalnavigationsatellitesystem,GNSS

4、）的接收机和磁强计形成之无人机导航系统，具备体量较小，造价低，可观之信息周备等优势，得到了较普遍之使用。由于这种系统的最优估计问题本质上是非线性、非高斯的，传统的组合导航算法成为了导航的精度、可靠性进一步提高的短板。如是，此文引入了一种改良的粒子滤波（PF）方式，开展了较深化之研究工作。主要内容见下，介绍了普通的Kalman滤、广义的Kalman滤波、无味的Kalman滤波以及容积Kalman滤波的原理和算法。通过将它们与粒子滤波在后验概率密度分布函数精确性方面的对比，本文明确了粒子滤波在面对非线性、非高斯局面时的

5、优越性。研究了惯性导航的力学编排，给出了GNSS、MIMU和磁强计的测量原理，推导了MIMU、GNSS和磁强计组合导航系统的状态方程和观测方程。研究了粒子滤波难以直接应用于组合导航的原因。并据之介绍了一般性的非线性Kalman滤波与粒子滤波结合的混合估计方式，及其不足。设计了一种新的混合粒子滤波算法。该方法以系统状态转移分布作为重要性采样的依据，在重采样的过程中按照重要性重采样(SIR)淘汰退化的粒子并根据似然比和UKF滤波产生的导航参数及其协方差产生新粒子进行替换，同时保障粒子的多样性和有效性。不同于一般性的混合

6、粒子滤波方式,新法不需通过要每枚粒子配备一个非线性Kalman滤波器来获得推荐分布，极大的削减了计算之复杂度。通过典型的非高斯、非线性条件下的数学仿真验证算法性能。关键词：无人机；组合导航；粒子滤波；GNSS；MIMU；磁强计-1-哈尔滨工业大学工学硕士学位论文AbstractThemethodofenhancingtheprecision,reliabilityandcost-effectiveofnavigationsystembymeansofinformationfusion,isalwaysthehoti

7、ssueofUAVtechnologies.Becauseofthestrongpointofsmallervolume,lowcostandhavingcompleteobservationinformation,theUAVnavigationsystemcontainMEMSinertialmeasurementunit(MIMU),globalnavigationsatellitesystem(GNSS)receiverandmagnetometerisveryoftenused.Duetotheoptim

8、alestimationproblemofthiskindofnavigationsystemisessentiallynonlinearandnon-Gauss,thetraditionalintegratednavigationalgorithmsdonogoodtoenhancetheprecisionandreliabilityofthenaviga