信息融合技术在INS/GPS/DVL组合导航系统中应用研究

摘要

多传感器导航系统已经成为现今某船上最主要的导航系统。该导航系统由包含惯性导航系统(简称惯导,INS)、全球定位系统(GPS)和多普勒计程仪(DVL)等在内的设备组成,为实现各种任务提供保障,要求导航系统要有高精度、高可靠性和高动态性能。任何单一的导航系统,从性能、成本上都难以胜任。
　　 组合导航系统有效克服了单一系统的不足,在改善导航系统精度、容错性、自适应性和智能性等方面具有广阔的应用前景,而信息融合技术是实现高性能组合导航的关键技术。
　　 因此如何充分有效地利用和处理来自多传感器的数据已经成为船载导航系统的主要问题,多传感器信息融合技术为此提供了有效的手段。本文以惯导INS/GPS/DVL船载多传感器组合导航系统为研究对象,从信息融合的角度出发,为提高船载多传感器组合导航系统的导航精度和容错能力提供了有效的解决方案。
　　 本文主要研究内容如下:
　　 第一章介绍了组合导航系统的发展状况和信息融合技术的发展状况、多传感器融合技术在组合导航中的应用以及智能化信息融合技术在组合导航中的应用情况。
　　 第二章研究了联邦滤波的基本理论和算法,信息分配原则以及联邦滤波流程等,分析了各种联邦滤波器结构的特点和容错性能。
　　 第三章介绍了惯性导航系统、全球定位系统和多普勒计程仪等导航设备的基本原理,分析了它们的优缺点,并建立了各导航系统的误差模型。
　　 第四章在第二章和第三章理论分析的基础上,以三种导航系统的最佳组合为目标,以联邦滤波器信息融合结构为核心,结合故障检测与系统重构理论,设计出具有良好容错性能的、自动进行故障检测以及系统重构的INS/GPS/DVL容错联邦滤波器方案和算法,并就方案和算法的实现进行了详细的分析。将已经建立的算法模型进行仿真研究和半物理仿真研究,对所研究的方法进行验证和完善。仿真结果证明所设计的容错联邦滤波器满足导航系统精度和容错性的要求。
　　 考虑到经典的卡尔曼滤波器要求精确的系统数学模型和噪声统计特性的先验知识,而在很多时候,工程中所用的卡尔曼滤波模型和噪声统计特性与实际的系统数学模型和噪声统计特性往往不一致,会导致Kalman滤波器产生较大估计误差、甚至发散的现象,提出了INS/GPS/DVL组合导航系统自适应联邦滤波器方案,进行了算法设计和仿真验证。证明了本文设计的自适应联邦滤波器的有效性。
　　 第五章将神经网络应用于INS/GPS/DVL组合导航系统的信息融合中,以提高导航的精度、智能性和自适应性。提出了神经网络辅助滤波方案,进行了该方案的结构设计和分析,对神经网络设计进行了详细的分析,并就神经网络辅助滤波算法进行了仿真研究。仿真结果证明该方法有效地改善了系统精度和自适应性。
　　 第六章为论文的主要研究结论。
　　 本论文是在以下基金项目资助下完成的:1)国家自然科学基金(60374046):捷联惯性组合导航系统快速高精度初始对准的新技术研究;2)国家自然科学基金项目(50575042):基于局部基准的大型舰船统一姿态基准系统关键技术研究:3)总装备部预研基金(51409010103JW0609):***评估技术;4)总装备部试验基地科研项目:***奉信息融合技术应用关键问题研究;5)总装备部型号预研项目:***捷联动航仪;6)***导航技术(十一五预研51309020503);7)***木动基座对准技术(十一五预研51309060402)。