新型滤波方法在组合导航系统中的应用

摘要

组合导航系统以较高的精度、低廉的成本具有广泛的研究前景。而信息融合技术作为组合导航系统的关键技术，已成为国内外导航领域内研究的热点。本文通过基于对卡尔曼滤波，神经网络的人工智能技术，粒子滤波技术等应用于组合导航系统的信息融合，进行了深入的探讨。 通过模拟仿真进行验证，效果良好。 论文首先简要介绍了组合导航系统的特点，国内外的发展现状，以及组合导航系统的信息融合理论；并分别对捷联惯性导航系统（SINS）、和全球定位系统（GPS）进行了详细介绍，包括组合导航系统的力学编排、误差分析及优缺点等。并在此基础上阐述了SINS/GPS 系统的组合原理，着重分析了捷联惯性导航系统算法，并进行了仿真实验。 其次，本文阐述了卡尔曼滤波在组合导航系统中的应用。通过分析各种组合模式的优缺点后，对组合导航系统建模，深入研究了基于卡尔曼滤波的位置、速度和航向组合模式的信息融合算法，并设计了卡尔曼滤波器的组合导航算法。 再次，论文介绍了神经网络在组合导航系统中的应用。先对神经网络本身的原理和在组合导航系统滤波中的意义加以描述，并设计基于尔曼滤波器基础上的BP 网络。并进行仿真实验，比较融合之后的滤波效果。 最后介绍了粒子滤波的基本原理和在组合导航系统中的应用。先简要介绍粒子滤波的原理和特点，针对扩展卡尔曼滤波精度较低的缺点，采用粒子滤波对其进行修正。通过仿真实验，对滤波精度进行比较