高动态飞行器INS/GNSS深耦合系统精度分析及优化技术

摘要

随着我国军事技术发展，军用飞行器的动态性能不断提高，单一的导航系统已难以达到对其进行实时高精度的导航定位要求。惯性导航与卫星导航组成的深耦合系统通过深度挖掘和利用惯性导航系统，利用卫星导航和惯性导航深度相互辅助以实现精度更高鲁棒性更好的导航系统，是目前解决高动态飞行器导航问题的有效途径。另外，我国自主研发的北斗卫星导航系统逐渐完善，本课题研究对未来进行基于北斗卫星导航系统的深耦合研究具有深远意义。
　　论文首先介绍了高动态导航技术和 INS/GNSS深耦合导航系统的发展及研究现状；简要阐述了惯性导航系统、GNSS接收机的工作原理；总结了目前深耦合系统研究中广泛采用的系统模型；通过比较分析几种成熟的非线性滤波器算法，选择兼顾估计精度和计算效率的容积卡尔曼作为深耦合信息融合算法。
　　其次，根据深耦合组合导航系统架构，详细分析高动态对信号跟踪、组合滤波和信息同步产生的影响，指出在高动态下提高深耦合系统导航精度的关键在于提高组合导航滤波器量测信息质量，即提高预滤波器估计精度。
　　论文的研究重点在于对预滤波器从模型和算法两方面展开探讨。对于预滤波器模型的研究主要是根据高动态 GNSS信号特点和基带信号处理过程重新推导了预滤波器量测模型。相较于常规预滤波模型，该模型可以更加准确的描述量测信息，一定程度的提高了滤波器估计精度，但由于推导过程中为了避免模型过于复杂，采用了平均值近似的方法近似相干积分过程，使得改进模型在高动态下仍不够精确。对于预滤波器算法的研究主要研究利用一种强跟踪算法来应对模型不够精确的问题，该算法采用容积卡尔曼算法作为框架，在保证非线性滤波精度的同时提高系统鲁棒性。
　　最后，结合深耦合预滤波器模型和滤波算法的研究成果，本文搭建了基于此研究成果的深耦合仿真平台，仿真结果表明，本文提出的优化方案在高动态下可以有效提高深耦合系统精度。

目录

封面

声明

中文摘要

英文摘要

目录

缩略词表

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究发展状况

1.3 论文的研究内容和组织结构

第二章 INS/GNSS深耦合系统模型及算法

2.1 INS基本工作原理

2.2 GPS接收机基本工作原理

2.3 常规INS/GPS深耦合模型

2.4 INS/GPS深耦合滤波算法分析

2.5 本章小结

第三章 高动态下深耦合系统精度分析

3.1高动态轨迹定义

3.2高动态GPS中频信号模型分析

3.3预滤波器与本地NCO控制方法分析

3.4信息同步方法分析与改进的组合滤波器量测模型

3.5 高动态下INS系统对深耦合系统的影响

3.6本章小结

第四章 高动态下预滤波器优化技术

4.1 修改的预滤波器高动态性能评估

4.2 强跟踪容积卡尔曼滤波算法

4.3深耦合仿真平台设计

4.4深耦合系统优化方案验证

4.5 本章小结

第五章 总结与展望

5.1 工作总结

5.2 工作展望

致谢

参考文献

作者在攻读硕士学位期间的研究成果