论文摘要：GPS/INS组合导航自适应滤波技术研究

随着导航技术的发展，导航系统的性能要求越来越高，组合导航已经成为当前重要的研究方向。本文主要基于GPS/INS组合导航系统，进行自适应卡尔曼滤波技术的研究，以提高组合滤波系统定位精度。论文的主要内容和创新点概括如下：1. 通过对GPS/INS组合导航系统的基本组合模式的综合分析，针对现有GPS/INS的速度、位置组合滤波系统模型中航向信息的可观测性较弱的情况，将GPS航向信息增加到滤波方程中，构成速度、位置、航向松组合滤波系统，有效提高了组合系统中载体航向的估计精度。2. 提出了一种基于不同测量特性的自适应滤波算法。针对现有自适应滤波算法对GPS测量噪声估计准确性、可靠性不高的问题，本文在深入分析GPS、INS测量性质的基础上，提出了一种基于GPS/INS不同测量特性的自适应卡尔曼滤波算法（MAKF，measurement-based adaptive kalman filtering）。该算法利用惯导系统的短期高精度性，通过对GPS/INS双系统测量互差分序列的有效统计，实时获得对GPS测量噪声特性的自适应估计。仿真结果表明，该算法能够在GPS测量噪声统计特性未知或发生变化的情况下，适时跟踪GPS测量噪声，滤波解算精度和鲁棒性明显优于改进的Sage-Husa自适应算法。 3. 提出了一种自适应混合校正的滤波方法。针对组合系统不同校正方式进行自适应滤波技术的研究，设计了一种可实时检测、自主选择校正方式的滤波方案。并且将该自适应混合校正方式下的MAKF算法，应用于GPS/ MEMS-INS组合导航系统，仿真结果表明MAKF算法具有滤波高精度性以及广泛的适用性。4. 通过对自适应抗差理论的分析，将自适应抗差理论体系中的自适应滤波方法与本文提出的MAKF算法综合应用于GPS/INS组合导航滤波系统中，实现了滤波系统中观测误差和系统误差的同时调节，有效提高组合导航系统滤波精度。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/204348.html