免费论文：SINS/GPS拉拢导航算法接洽

暂时，捷联式弹性导航（Strap-down Inertial Navigation，SINS）与寰球定位体例（Global Positioning System，GPS）的拉拢导航办法是最常运用的导航本领。接洽导航体例的手段主假如普及导航精度和宁静性。扩充卡尔曼滤波(Extend Kalman Filter, EKF)是暂时接洽拉拢导航体例的重要本领。但是，EKF须要拉拢导航体例的透彻模子以及体例噪声的充溢先验常识。这在工程中常常难以满意。因为智能滤波和鲁棒滤波辨别具备很强的自安排、自进修本领和抗干预本领，本文华用智能滤波和鲁棒滤波接洽了它们在SINS/GPS拉拢导航范围的运用。重要囊括：拉拢导航体例模子透彻但噪声阵先验常识不及时的朦胧自符合卡尔曼滤波算法接洽，拉拢导航体例模子透彻且噪声阵先验常识充溢时的神经搜集扶助卡尔曼滤波算法接洽，拉拢导航体例模子不透彻时的 滤波算法接洽。开始，引见了暂时百般导航本领和本领，阐明了捷联弹性导航体例(SINS)的导航道理，按照SINS的导航处事进程，实行了SINS的解算步调。并将传感器数据与SINS解算步调贯串起来，创造了SINS的仿真模子，举行了仿真计划。其次，按照散布式卡尔曼滤波本领，商量到百般拉拢导航办法的优缺陷，创造了SINS与GPS的场所、速率松拉拢的拉拢导航仿真模子，用VC++编写了SINS/GPS拉拢导航体例软硬件，并以此动作智能滤波接洽的普通。再次，领会了SINS的缺点模子，创造了SINS/GPS的拉拢导航缺点模子，并鉴于扩充式卡尔曼滤波的本领创造了SINS/GPS拉拢导航体例的缺点仿真模子，经过仿真不妨考证在噪声阵先验常识充溢且体例模子建立模型缺点不大时扩充式卡尔曼滤波算法能很好的实行拉拢导航解算，与独立SINS导航比拟鲜明的普及了导航精度。再次，商量噪声阵先验常识不充溢的情景。提出运用朦胧自符合卡尔曼滤波的本领，运用可察看的消息——新息的变革，安排拉拢导航体例计划用噪声阵，进而普及导航精度。仿真截止表白，朦胧遏制器能较好的安排体例计划用噪声阵盯梢本质噪声变革，与扩充式卡尔曼滤波算法比拟普及了导航精度。当噪声阵先验常识充溢时，对准扩充式卡尔曼滤波须要线性化体例缺点方程而丢失了精度，提出运用离线神经搜集演练，天生一个鉴于体例缺点非线性模子的神经搜集积累扩充式卡尔曼滤波的缺点。仿真截止表白，神经搜集扶助卡尔曼滤波的精度是三种本领中最高的。结果，从建立模型缺点较大的观点动身，提出运用 滤波来普及SINS/GPS拉拢导航体例的宁静性，创造了对准此导航体例的 滤波仿真模子。仿真截止表白 滤波在扩充式卡尔曼滤波不许平常处事的情景下，仍能保护体例的宁静，然而它的精度是最低的。

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/264179.html