论文摘要：多传感器组合导航系统信息融合技术研究

    多传感器数据融合是一项近年来兴起的技术，该技术将多个传感器的信息进行综合处理，以获得更加准确的量测估计估计。本文结合工程背景，对数据融合算法在组合导航领域的应用进行了研究，并建立了仿真系统，验证了融合算法及方案的合理性和有效性。

    论文首先综述了多传感器数据融合的概念和基本原理，在此基础上介绍了融合系统的层次和通用结构，以及常用的处理方法。

    研究了本系统中用到的惯性导航系统、卫星导航系统、Loran-C导航系统及Doppler计程仪的工作特性，并建立了各导航系统的误差模型。介绍了导航系统仿真器的基本结构，并对平台惯性导航仿真器进行了深入地研究。结合此前建立的误差模型生成了仿真导航数据，为算法有效性的验证提供了条件。然后研究了包括时间同步、野值剔除及坐标系变换在内的数据预处理算法，并选取了部分算法进行了仿真，有效地避免了多传感器导航数据时间、空间不统一及野值点对数据融合带来的不良影响。

    研究了经典卡尔曼滤波算法、Sage-Husa自适应卡尔曼滤波及其改进算法、基于量测特性的自适应卡尔曼滤波算法等数据融合算法，对比了两者的实时性、精度和适用范围。结合实际工程背景，提出了基于先验速度信息的自适应卡尔曼滤波算法，有效地解决了少点噪声点无法被滤除的问题，使滤波结果更加平滑。然后研究了联邦卡尔曼滤波算法，分析了不同结构和信息分配系数对融合结果的影响。选取无重置的联邦卡尔曼滤波器结构，构造了INS/GPS/北斗/Loran-C/Doppler组合导航融合系统，经仿真数据的验证，该方案能够输出高精度的融合数据。

       本文还对状态x2检验法和残差x2检验法两种故障检测理论进行了研究，对比了两种方案的优缺点。将残差x2检验法与上文建立的组合导航融合系统结合在一起，经过仿真验证，能够有效地判断出是导航系统是否存在故障，有效地提高了组合导航系统的容错能力。

       最后，建立了基于MFC的多传感器组合导航系统数字开发与评估平台，平台主要实现了以下功能：导航系统仿真器，数据预处理算法，联邦卡尔曼滤波器在内的多种融合算法，融合结果的显示。

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/293609.html