多传感器信息融合技术及其在组合导航系统中的应用

摘要

随着自动化、智能化技术的发展,在工业、军事、科研等领域中所使用的传感器的种类和数量越来越多.没有任何一种传感器可以保证在任何时候都能提供全面和准确无误的信息.信息融合技术就是在这种情况下应运而生并发展起来的.信息融合技术无论是在现代防御系统中还是在现代工业生产和管理系统中,都是不可缺少的重要技术,是信息科学领域内的一项高新技术.该文研究了基于多传感器融合技术的分布式状态估计的设计方法,一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论.在深入了解Kalman滤波理论的基础上,对集中式和分布式算法进行深入分析研究,并寻求了一种更加优秀的改进的分布式滤波算法.组合导航系统是一个典型的多传感器系统,从多传感器数据融合的角度出发研究车载GPS/INS组合导航定位系统,对组合导航系统实验研究,完成相关实验工作,把信息融合技术应用于INS/GPS车辆组合系统进行了仿真,并将改进的分布式算法与传统的集中式融合算法进行了比较,结果表明系统无故障情况下精度相近.仿真结果表明该方法是一种有效的数据融合方法,可以有效提高计算精度和可靠性,具有良好的容错性和环境适应性,更重要的是增强了系统的实时性,有较高的工程实现价值.

目录

文摘

英文文摘

第一章绪论

1.1课题研究的目的和意义

1.1.1研究的目的

1.1.2研究的意义

1.2信息融合理论国内外研究现状

1.3信息融合理论的应用研究综述

1.4车辆导航的研究背景及意义

1.5车辆导航的国内外研究现状

1.6本文研究的主要内容

第二章信息融合理论方法

2.1信息融合的定义

2.2信息融合方法

2.3信息融合的结构层次

2.4信息融合的关键技术

2.5信息融合系统的结构

2.6信息融合技术的优点

2.7信息融合估计的融合结构

2.8信息融合的公式化描述

2.9本章小结

第三章基于卡尔曼滤波的信息融合理论

3.1集中式卡尔曼滤波器

3.2分布式卡尔曼滤波器

3.2.1分散化滤波技术

3.2.2分布式的卡尔曼滤波器

3.3本章小结

第四章INS/GPS车辆组合导航系统的组成和数据采集实验

4.1 INS/GPS车辆组合导航系统

4.1.1 GPS系统的组成

4.1.2惯性导航系统

4.1.3 GPS/INS组合导航系统

4.1.4 GPS与INS的互补性和辅助功能

4.1.5 GPS/INS组合导航系统中的卡尔曼滤波

4.1.6 GPS/INS组合模式

4.2 GPS/INS组合导航系统的静态实验

4.2.1实验条件设备

4.2.2实验数据分析

4.3本章小结

第五章改进的卡尔曼滤波算法及其在INS/GPS组合导航系统模型中的仿真性研究

5.1GPS/INS组合导航系统模型

5.1.1系统状态方程

5.1.2观测方程

5.2集中式融合后的仿真图

5.3按系数加权的分布式卡尔曼滤波器

5.4按系数加权的分布式卡尔曼滤波器在组合导航系统中的应用

5.5本章小结

第六章 下一步将要对信息融合技术的研究工作及展望

主要参考文献

攻读学位期间发表的学术论文

致谢