微机械陀螺仪及组合导航系统中的信号去噪研究

摘要

随着MEMS技术和微光电技术的迅速发展，出现了微惯性测量组合(MIMU)，由于它们在体积、重量、成本、可靠性等方面的优势，给惯性测量技术带来一次全新的变革和发展机遇。其不足之处是目前MIMU的测量精度还比较低，使其应用受到一定限制。因此，如何利用MIMU的优势来扩展其应用领域及克服不足之处来探索其应用的方式，成为该技术领域的研究重点。
　　 本文针对陀螺仪输出信号的去噪问题进行研究。陀螺仪输出信号具有弱非平稳、弱非线性、非正太分布特性及易受外部影响，并伴随着大量的随机噪声，如何提高其精度是解决问题的关键。首先，本文在陀螺漂移信号小波基选取的基础上，将bior双正交小波应用到陀螺仪信号处理中。将小波去除信号趋势项的特性应用到陀螺漂移信号误差建模中，采用平稳小波去除陀螺漂移的趋势项，建立了陀螺漂移信号的时间序列模型，检验结果证明基于平稳小波的陀螺信号处理效果较明显。其次，对惯导系统中存在的各种误差进行了分析，并对微机械系统进行实验室标定和误差补偿。最后，在组合导航系统的应用方面，基于卡尔曼滤波技术，运用自适应卡尔曼滤波技术的优点结合模糊逻辑规则，设计出自适应模糊卡尔曼滤波算法，这种信息融合算法有效地克服了传统卡尔曼信息融合算法的发散问题，保持信息为零均值白噪声过程，完成对系统的估计，提高了状态的估计精度。

目录

文摘

英文文摘

学位论文的主要创新点

第一章 绪论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 本课题主要研究工作和各部分内容安排

第二章 捷联惯性导航系统及组合导航系统的介绍

2.1 全球定位系统(GPS)

2.1.1 GPS定位原理

2.1.2 GPS定位方法

2.2 MIMU惯性导航系统原理及实现

2.2.1 MIMU在组合导航系统中的应用

2.2.2 常用坐标系及其之间的转换

2.2.3 惯性导航基本方程

2.2.4 捷联矩阵的即时修正算法实现

2.2.5 INS的编排

2.3 组合导航理论分析

2.3.1 卡尔曼滤波的理论基础

2.3.2 IMU误差方程的建立

2.3.3 GPS误差状态方程的建立

2.3.4 卡尔曼滤波器的两种形式

2.3.5 组合导航的两种形式

第三章 微机械陀螺仪信号的去噪处理

3.1 微机械陀螺输出信号的小波去噪处理

3.1.1 信号的多分辨率分析

3.1.2 小波基的选取

3.1.3 陀螺漂移信号的滤波

3.2 基于小波的陀螺漂移数据建模

3.2.1 陀螺漂移信号的滤波

3.2.2 常规方法去除陀螺漂移信号趋势项

3.2.3 基于小波的去除陀螺漂移信号趋势项的方法

3.2.4 陀螺随机误差时间模型的建立

第四章 微机械惯导系统的标定和误差补偿

4.1 导航系统中的误差分析

4.1.1 MIMU的安装误差和标度误差

4.1.2 实时算法中计算误差的种类

4.2 微机械系统实验室标定

4.2.1 MIMU的误差模型

4.2.2 MIMU标定方案

4.2.3 MIMU标定结果

4.3 误差补偿

第五章 组合导航系统中的信号去噪

5.1 常规卡尔曼滤波算法

5.2 自适应模糊卡尔曼滤波器设计

5.2.1 模糊规则设计

5.2.2 自适应模糊卡尔曼滤波算法

5.2.3 实验结果分析

第六章 总结

参考文献

发表论文和参加科研情况说明

谢辞