基于SINS∕BDS∕GPS组合导航信息融合算法研究

摘要

随着当今社会的快速发展，现代无人机等飞行器对导航系统的准确性和可靠性提出了越来越高的要求。组合导航已成为导航技术的必然趋势，滤波算法是实现组合导航的关键技术。高精度高性能的滤波解决方案可以有效地提高组合导航系统的精度（可靠性）。为此研究适用于组合导航系统的高精度滤波算法，是当前信息工程和控制领域一项重要而又亟待研究的任务。这也会变成未来定位导航技术研究的主要方向之一。 本文以无人机为载体，以惯导系统作为参考系统，在基于信息融合理论基础上对SINS（Strapdown Inertial Navigation System，捷联惯导系统）/BDS（BeiDou Navigation Satellite System，中国北斗卫星导航系统）/GPS（Global Positioning System，全球定位系统）三系统组合导航系统的联邦滤波算法及故障检测技术方法做出了研究、讨论与仿真验证。并深入研究和比较现有组合导航非线性滤波算法的EKF（Extended Kalman Filtering，扩展卡尔曼滤波）、UKF（Unscented Kalman Filtering，无迹卡尔曼滤波）、STUKF（Strong Tracking Unscented Kalman Filter，强跟踪无迹卡尔曼滤波算法），并通过仿真来验证STUKF在组合导航数据融合滤波处理中的优越性能。 另外针对本文中的SINS∕BDS∕GPS组合导航系统中子系统数据可能出现的软故障及硬故障，使用模糊自适应残差2算法与改进SPRT(Sequential Probability Ratio Test，序贯概率比检验法)联合算法，对滤波器数据故障进行故障检测。仿真结果表明，该方案能够在子滤波器运行过行程中发生故障时及时检测到故障源并对出现故障的部分进行隔离，完成系统的重构，有效地保证本文研究系统的定位精度，提升了系统的可靠性。

目录

声明

第一章 绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容

第二章 SINS/BDS/GPS组合导航系统的工作原理与数学模型

2.1 捷联惯性导航系统

2.2北斗卫星导航系统

2.3 GPS卫星导航系统

2.4 本章小结

第三章 基于SINS/BDS/GPS组合导航系统滤波算法研究

3.1 SINS/卫星组合导航系统的组合模式

3.2 联邦滤波算法

3.3 扩展卡尔曼滤波算法

3.4 无迹卡尔曼滤波算法

3.5 强跟踪无迹卡尔曼滤波算法

3.6 算法仿真对比分析

3.7 本章小结

第四章 SINS/BDS/GPS组合导航系统数据融合的设计与实现

4.1 SINS/北斗子系统紧组合导航系统的设计与实现

4.2 SINS/GPS子系统紧组合导航系统的设计与实现

4.3 SINS/BDS/GPS组合导航系统的设计与实现

4.5本章小结

第五章 基于SINS∕BDS∕GPS组合导航系统故障检测技术

5.1 SINS∕BDS∕GPS组合导航系统设计

5.2 模糊残差x2-迭代递推联合检测算法

5.3仿真与分析

5.4 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间科研成果

致谢