基于双天线GPS-MINS组合导航滤波算法研究

基于双天线GPS-MINS组合导航滤波算法研究

ID:37071908

大小:1.76 MB

页数:111页

时间:2019-05-16

基于双天线GPS-MINS组合导航滤波算法研究_第1页
基于双天线GPS-MINS组合导航滤波算法研究_第2页
基于双天线GPS-MINS组合导航滤波算法研究_第3页
基于双天线GPS-MINS组合导航滤波算法研究_第4页
基于双天线GPS-MINS组合导航滤波算法研究_第5页
资源描述:

《基于双天线GPS-MINS组合导航滤波算法研究》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:密级:UDC:编号:工学硕士学位论文基于双天线GPS/MINS组合导航滤波算法研究硕士研究生:张豪指导教师:王伟教授学科、专业:控制科学与工程论文主审人:周卫东教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文基于双天线GPS/MINS组合导航滤波算法研究硕士研究生:张豪指导教师:王伟教授学位级别:工学硕士学科、专业:控制科学与工程所在单位:自动化学院论文提交日期:2018年1月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学ClassifiedInde

2、x:U.D.C:ADissertationfortheDegreeofM.EngResearchontwo-antennaGPS/MINSIntegratedNavigationFilteringAlgorithmCandidate:ZhangHaoSupervisor:Prof.WangWeiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlScienceandEngineeringDateofSubmission:Jan

3、uary,2018DateofOralExamination:March,2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结

4、果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用

5、本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日基于双天线GPS/MINS组合导航滤波算法研究摘要基于MEMS(MicroElectroMechanicalsystem,MEMS)的INS(InerialNavigationSystem,INS)具有体积小、成本低等一系列优势,使得其应用前景越来越广阔。由于MINS精度较低,利用GPS与MINS进行优势互补,可以达到低成本、高精度导航的目

6、的。GPS/MINS组合导航系统已经广泛地应用于军事国防、工业生产等多个领域,是导航领域的研究热点。数据融合处理是实现组合导航系统的关键技术,研究如何通过滤波算法提高组合导航系统的精度、抗干扰能力、实时性等具有重要意义。针对MINS自身特性以及在大失准角与GPS失锁情况下导航精度低等问题,本文围绕IMU误差特性、SINS误差模型、组合导航滤波算法等角度展开研究分析,并提出一种自适应级联卡尔曼滤波算法。本文的主要内容如下:首先,介绍INS与GPS的基本原理。推导INS的力学编排,给出了GPS定位与

7、测姿的工作原理;简单地介绍INS与GPS的组合模式、估计方法与校正方式。其次,对INS与GPS进行误差分析并建立相应模型。对IMU中存在的误差进行分析,利用Allan方差分析法实现对IMU的随机误差参数辨识;根据分析结果,建立IMU误差模型;分析GPS系统中存在的主要误差;详细推导了关于SINS中基于Φ角与加性四元数误差的线性模型与非线性模型,为滤波方法提供较为准确地误差模型。然后,针对双天线GPS/MIMU组合导航系统模型,分析了标准KF(KalmanFiltering,KF)算法、EKF(E

8、xtendedKalmanFilter,EKF)算法以及UKF(UnscentedKalmanFilter,UKF)算法,并提出一种自适应级联卡尔曼滤波算法。结合工程实践中,针对量测值中出现野值等问题展开研究分析,给出了卡尔曼滤波算法的改良方案;针对航向大失准角以及GPS失锁情况下测姿精度低等问题,研究了非线性滤波算法,提出了一种自适应级联KF算法,提高系统的导航精度。最后,通过跑车实验,对采集到的数据进行仿真验证分析。实验结果表明:在小失准角情况下,KF、EKF、UKF以及级联KF算法的滤波效

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。