基于惯性网络的导航系统数据融合技术

摘要

机群和弹群在执行任务时需要精确可靠的导航信息。对由多个节点组成的惯性网络系统采用主从式的传感器布局以及数据融合结构,不仅可以降低整个网络的成本,还能很好的实现子节点的传感器故障诊断、隔离与重构。本文以弹群惯性网络追求低成本、高精度和高可靠性为研究背景,研究了可实现上述功能的由不同精度惯组组成的惯性网络的数据融合算法。
　　本文针对如何提高惯性网络中子节点低精度惯组的导航精度,系统的研究了惯性网络结构以及相关的融合算法。
　　首先,介绍了惯性网络的一般结构以及动静态量测模型,并根据本文的研究背景,选取了动态量测模型作为本文的数学模型,并建立了主从式弹群惯性网络模型。
　　其次,将惯性网络模块化,从多方面出发,分析影响惯性网络精度的主要因素,重点研究了捷联惯导系统的误差传播机理,并根据捷联算法本身的不足,配以多普勒仪和气压高度计等助航子系统来保证惯性网络系统的精度。并对助航仪的误差进行建模,仿真比对了高、低精度惯组的导航信息误差,为后面数据融合算法做好基础工作。
　　再次,给出了子节点位置和速度信息的校正方案,并结合数据融合理论,研究并总结了惯性网络系统多传感器数据融合算法,并结合主从式惯性网络结构,举单主节点,三子节点组成的惯性网络为例,给出了低成本弹群惯性网络分散式数据融合算法。仿真结果表明,基于主从式惯性网络的数据融合算法能有效的提高子节点惯组的精度,从而保证惯性网络整体精度在许用范围之内。
　　本文最后搭建了弹群惯性网络仿真系统,仿真研究了不同精度等级的惯性测量元件对整个网络精度的影响。该仿真系统采用模块化结构,可扩展性强,可以作为后续惯性网络研究的仿真基础平台。

目录

基于惯性网络的导航系统数据融合技术

NAVIGATION SYSTEM DATA FUSION TECHNOLOGY BASED ON INERTIAL NETWORK

摘要

Abstract

第1章 绪 论

1.1 课题背景及意义

1.2国内外研究应用现状

1.2.1惯性导航技术的发展过程

1.2.2 惯性网络的发展过程

1.2.3 数据融合技术的发展过程

1.3 论文主要内容

第2章 惯性网络系统建模

2.1 惯性网络系统结构

2.1.1 惯性网络结构分类

2.1.2 主从式惯性网络的结构与功能

2.2 惯性导航系统基础知识

2.2.1 常用坐标系

2.2.2 机体姿态角与捷联矩阵

2.3 气压高度计工作原理

2.3.1 气压与高度之间的数学模型

2.3.2 气压高度计误差补偿

2.4 多普勒仪工作原理

2.4.1 多普勒仪测速原理

2.4.2 多普勒仪测距原理

2.5 惯性网络系统量测模型

2.5.1 惯性网络静态量测模型

2.5.2 惯性网络动态测量模型

2.6 惯性网络估计融合算法

2.6.1 估计融合的概念

2.6.2 估计融合结构

2.7 本章小结

第3章 惯性网络系统组件误差分析与建模

3.1 惯性测量元件误差分析

3.2 大气数据系统误差分析

3.3 多普勒仪误差分析

3.4 磁航仪误差分析

3.5 捷联惯导系统误差方程

3.5.1 游移方位坐标系

3.5.2 捷联惯导系统速度误差方程

3.5.3 捷联惯导系统姿态误差方程

3.5.4 捷联惯导系统位置误差方程

3.6 惯性网络系统误差分析

3.6.1 捷联惯导系统状态方程

3.6.2 误差对精度影响的分析

3.7 本章总结

第4章 惯性网络系统数据融合方法

4.1 引言

4.2 惯性网络数据融合算法

4.2.1 集中式滤波

4.2.2 顺序滤波

4.2.3 联邦滤波

4.3基于融合理论的卡尔曼滤波算法

4.3.1 经典卡尔曼滤波原理

4.3.2 无迹卡尔曼滤波原理

4.3.3 卡尔曼滤波校正方案

4.4 惯性网络导航信息校正方案

4.4.1 惯性网络速度校正方案

4.4.2 惯性网络系统位置校正方案

4.4.3 惯性网络系统模型

4.4.4 系统仿真及结果分析

4.5 惯性网络系统可观测性分析

4.5.1 奇异值可观测性分析理论

4.5.2 可观测性仿真及结果分析

4.6 本章小结

第5章 惯性网络数据融合仿真系统

5.1 仿真总体方案设计

5.2 轨迹仿真器设计

5.2.1 理想轨迹的生成

5.2.2 惯性测量元件理想输出

5.3 惯性网络系统仿真分析

5.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢