基于自适应滤波的SINS-DVL组合导航算法研究

基于自适应滤波的SINS-DVL组合导航算法研究

ID:37071932

大小:1.98 MB

页数:89页

时间:2019-05-17

基于自适应滤波的SINS-DVL组合导航算法研究_第1页
基于自适应滤波的SINS-DVL组合导航算法研究_第2页
基于自适应滤波的SINS-DVL组合导航算法研究_第3页
基于自适应滤波的SINS-DVL组合导航算法研究_第4页
基于自适应滤波的SINS-DVL组合导航算法研究_第5页
资源描述:

《基于自适应滤波的SINS-DVL组合导航算法研究》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自适应滤波的SINS/DVL组合导航算法研究硕士研究生:范晓亮指导教师:程建华教授学科、专业:控制科学与工程论文主审人:黄卫权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自适应滤波的SINS/DVL组合导航算法研究硕士研究生:范晓亮指导教师:程建华教授学位级别: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ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngR

2、esearchonIntegratedNavigationAlgorithmofSINS/DVLBasedonAdaptiveFilteringCandidate:FanXiaoliangSupervisor:Prof.ChengJianhuaAcA/DemicDegreeAppliedfor:MasterofEngineeringSpecialty:Control,ScienceandTechnologyDateofSubmission:January.2018DateofOralExamination:March.2018University:HarbinEngineeringUni

3、versity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。

4、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:年月日年月日基于自适应滤波的SINS/DVL组合导航算法研究摘要捷联惯导系统(StrapdownInertialNavigationSystem,SINS)依靠自身惯性敏感器件自主测量导

5、航信息,通过导航计算机进行惯导解算,来确定载体的导航参数。近些年来,SINS因体积小、可靠性高、自主性和隐蔽性好等优点,逐渐成为了导航领域的研究热点,但SINS同样受到原理性缺陷的制约,即系统内部误差会随着工作时长的增加而累积,因此其只能满足短期的导航精度较高。针对系统内部误差随时间积累的问题,学者们已选择采用多种组合导航方法来解决,目前主流的是惯性导航与GPS(GlobalPositioningSystem)的组合。但GPS存在自主性差、信号易受干扰且使用权受制于人等缺点,所以本文决定采用SINS与多普勒计程仪(DopplerVelocityLog,DVL)组合方法。本文首先对GPS、

6、DVL的优缺点进行分析,阐明DVL具备的优点,及SINS/DVL组合方法具备SINS/GPS组合没有的优势。介绍了SINS、DVL各自的基本工作原理,着重阐明四波束Janus配置DVL测速原理及其性能上的优劣,然后,给出了SINS的误差模型、DVL的测速误差模型,并根据两种模型,构建SINS/DVL组合导航的系统模型。其次,针对SINS与DVL间存在杆臂效应及导航信息空间不一致的问题,分析了杆臂效应产生的机理,给出将SINS和DVL信息坐标空间统一的途径;针对如何将杆臂长度误差扩充进系统滤波模型,做了严谨的公式推导,同时阐明了如何应用杆臂误差估计结果来校正速度观测量的误差,并通过仿真实验

7、进行相应的仿真验证。然后,针对经典kalman滤波解算过程中存在一些缺点,如:在噪声统计特性不可知或者系统模型不够精确的情况下可能引起滤波器失效的问题,选择引入Sage-Husa自适应滤波来弥补经典kalman滤波器缺点;针对自适应滤波解算时,因同时在线估计系统噪声阵Q与量测噪声阵R时引起的滤波计算开销过大问题,和噪声估计器的算法中因存在负项导致的滤波不稳定问题,以及滤波的判据使用策略存在缺点,本文将针对上述自适应滤波的缺点进行对应

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。