高空飞行器INS/GNSS/CNS组合导航系统研究

摘要

高空飞行器由于其高机动特性在国内外军事和民用领域得到了广泛的关注和应用。由于考虑到其特殊的军事等应用场合，高空飞行器能否具备高精度的导航能力成为了研究的重中之重。为有效提高高空飞行器的导航精度，将几种各具优势的导航子系统有机组合构成组合导航系统的方法应运而生。
　　本文在此基础上分析了惯性导航、全球导航卫星、天文导航系统各自的工作原理及特点，并重点研究与分析了INS/GNSS/CNS组合导航系统应用于高空飞行器上时会遇到的问题及相应解决办法。主要研究工作在以下几点：
　　1）对INS/GNSS/CNS组合导航系统模型结构进行了推导，其中包括INS误差方程、GNSS动态定位、CNS高精度定姿原理以及组合导航系统的构建。并针对各导航子系统的优势组成了位置、速度及姿态全组合导航系统。
　　2）对于INS/GNSS/CNS多传感器组合导航系统的信息融合过程中存在的量测不同步问题进行了研究，并采用异步信息融合的方式解决该问题；同时分析了GNSS量测滞后问题给导航解算带来的误差，以INS量测输出为准对其进行滞后补偿。最后给出了一种含滞后补偿的INS/GNSS/CNS组合系统集中式异步信息融合算法，仿真结果也表明，该算法能够很好的解决该组合导航系统的量测不同步以及GNSS滞后带来的影响。
　　3）为有效提高INS/GNSS/CNS组合导航系统容错性能，同时降低导航系统滤波解算复杂度来提高导航解算的实时性，提出采用分布式的联邦滤波器对组合导航系统进行滤波解算；而联邦滤波算法中主滤波器信息的分配方式与导航解算精度相关，同时考虑到常规信息均值分配算法无法反映滤波过程中子滤波器的实时解算精度，因此本文提出一种动态矢量信息分配方式的联邦滤波算法，该算法结合滤波器每一时刻的各导航子系统可观测程度以及各子滤波器滤波精度，能够有效解决常规信息分配方法带来的影响。最后仿真结果表明，该算法与常规联邦滤波相比较，导航精度有了很大程度的提高。
　　4）针对INS/GNSS/CNS组合导航系统导航滤波解算过程中模型误差问题进行了研究，包括状态噪声模型不确定问题以及观测模型异常的问题。针对状态噪声模型不确定问题，采用Sage-Husa自适应滤波进行在线调整；针对观测模型异常问题，提出采用交互式多模型的思想，通过构建观测正常模型及观测异常模型集的方法解决该问题；最后仿真结果表明，INS/GNSS/CNS组合系统自适应交互多模型算法能有效的控制模型不确定性带来的影响。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景与意义

1.2 国内外研究成果与发展动态

1.3 本文主要研究内容及章节安排

第2章 INS/GNSS/CNS组合导航系统原理及模型

2.1 INS自主导航原理及误差模型

2.2 GNSS导航数据处理

2.3 CNS定位定姿导航原理

2.4 本章小结

第3章 INS/GNSS/CNS多传感器组合导航系统信息融合算法研究

3.1多传感器组合导航系统信息融合理论

3.2 INS/GNSS/CNS信息融合结构与算法

3.3 INS/GNSS/CNS多传感器组合系统非同步量测补偿

3.4 INS/GNSS/CNS多传感器组合系统异步信息融合

3.5 含滞后补偿的 INS/GNSS/CNS 组合导航系统异步集中算法仿真分析

3.6 本章小结

第4章 矢量信息分配的INS/GNSS/CNS组合导航系统高精度信息融合

4.1 引言

4.2 INS/GNSS/CNS组合导航系统联邦滤波法

4.3组合导航系统联邦滤波算法信息分配原则

4.4 矢量信息分配的INS/GNSS/CNS高精度联邦滤波算法仿真与分析

4.5 本章小结

第5章 INS/GNSS/CNS组合导航自适应交互多模型算法

5.1 引言

5.2 INS/GNSS/CNS组合导航系统模型误差分析

5.3 INS/GNSS/CNS自适应交互多模型算法

5.4 INS/GNSS/CNS自适应交互多模型算法仿真与分析

5.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢