基于因子图的多源信息融合算法研究

摘要

组合导航系统因为多源信息融合理论的发展不断前进，未来以冗余量测为主的多源导航系统将会伴随定位、导航与授时(Position Navigation and Timing，PNT)服务不断建设与完善成为主流。未来的多源导航系统可以适应不间断地为载体提供导航信息，拥有极强的环境适应能力。其中，由于传感器工作条件不同，导致载体在不同环境或同一环境不同时间段内可用的量测信息不断变化。多源信息融合技术是动态组合可用量测量的关键技术，研究如何改变滤波算法结构提高导航系统的动态适应性、实时性、可靠性与准确性具有重要意义。 针对现有信息融合方法在处理传感器动态集成条件下不够灵活以及精度低的问题，本文利用因子图概率模型对组合导航系统进行建模，围绕多源信息融合提出适合传感器即插即用的滤波算法。本文主要内容如下: 首先，介绍了INS、GPS、OD、EC的基本原理。推导了捷联惯导的力学编排方程，简单介绍了多源导航系统的组合、估计与校正方法。 其次，介绍了多源信息时空配准技术。对不同传感器各自的杆臂误差进行分析，给出了补偿方法;分析了时间配准中由于各量测信息不完全同步情况下的误差，通过利用INS运动信息对其他传感器进行插值降低时间误差影响;针对GPS量测延迟现象，提出了一种基于多传感器的量测滞后补偿方法在不舍弃滞后量测量的前提下提高了系统精度。 然后，介绍了因子图的基本概念与计算条件概率密度函数的和积算法，使用间接法描述组合导航系统;给了非递归模型、全局模型与递归模型下导航系统的因子图模型，根据概率图推导出对应的信息融合方法;针对传感器即插即用问题给出了一种改进因子图模型，通过递归式结构方法对该模型进行求解，该方法不仅支持传感器动态变化同时对异步量测信息处理更为简便，减少了系统复杂度。 最后进行跑车实验，利用实际数据分别验证了量测滞后补偿方法与因子图信息融合方法，仿真结果表明:在GPS量测滞后条件下，可以通过量测精度稍次之的OD输出量与INS的变化量对迟滞的GPS信息进行补偿，效果优于INS单独补偿与舍弃量测滞后方法;在可用量测信息动态变化情况下，基于即插即用因子图的信息融合方法能够有效利用变化的量测信息进行滤波，在灵活组合传感器的前提下保证了系统精度。