GPS/INS组合导航监控管理系统关键技术研究

摘要

捷联惯性导航系统(INS)/全球定位导航系统(GPS)组合导航将具有长时间高精度特性的GPS和具有短时间内高精度特性的INS有机的结合起来，以其定位精度高、测量性能好、可靠性高和抗干扰能力强等特点，在军事领域和民用领域具有广泛的发展前景，成为组合导航的研究重点和应用热点。
　　但是，在民用领域里的捷联惯性导航系统(INS)中，大多使用MPU6050这类集成芯片作为测量单元，且采用积分的方法进行导航计算，导致捷联惯性导航系统中的姿态角和加速度测量精度不高，长时间的累计误差较大。GPS定位导航系统中，GPS接收机的容易受到外界环境的干扰，在有遮挡的情况下，导致GPS信号不稳定，定位精度低。针对捷联惯性导航系统和GPS定位导航系统中存在的问题，本文深入研究了GPS/INS组合导航系统。
　　针对低成本的惯性导航系统(INS)精度不足，以及姿态角解算中姿态角误差随时间推移而不断增长的问题，提出了一种基于PID+Kalman的算法，对陀螺仪、加速度计信号和姿态角误差进行PID+Kalman的融合修正，实现了姿态角的短时间高精度测量和长时间稳定输出。
　　研究了捷联惯性导航系统(INS)/全球定位导航系统(GPS)组合导航中，根据传感器的数据，计算获得位置、速度等信息的解算方法。针对解算过程中的滤波发散问题，采用了一种基于Sage-Husa自适应Kalman滤波(SHAKF)算法，能够实现多个传感器的位置、速度信息的融合。仿真结果表明Sage-Husa自适应Kalman滤波(SHAKF)算法较常规Kalman滤波算法在位置、速度的解算精度上有明显的提高。
　　为了验证基于PID+Kalman姿态角算法和GPS/INS组合导航的位置、速度信息融合算法的正确性，研制了基于MPU和DSP的硬件系统。在以DSP和MPU为核心的信号处理系统上进行了测试，实时实现了导航信息的解算。实验结果表明，本文研究的解算方法的短时间测量的精度和长时间测量的稳定性等关键指标有了显著的提高，验证了方法的有效性。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究的背景及意义

1．2 全球卫星导航系统

1．2．1 GPS定位系统的基本组成

1．2．2 GPS导航系统发展状况

1．3 惯性导航系统

1．3．1 平台与捷联式惯性导航简介

1．3．2 惯性传感器

1．4 车载导航系统的发展现状

1．4．1 组合导航系统国内外发展状况

1．4．2 车载导航系统的国内外发展状况

1．5 论文的主要研究内容

第二章 基于传感器的导航信息解算方法

2．1 引言

2．2 坐标系的定义与转换

2．2．1 常用坐标系

2．2．2 坐标系间的转换

2．3 基于陀螺仪的姿态更新算法

2．3．1 欧拉角法解算姿态角

2．3．2 四元数法解算姿态角

2．4 基于加速计的姿态角解算

2．4．1 基于欧拉角姿态解算

2．5 姿态角信息融合算法

2．5．1 卡尔曼滤波原理

2．5．2 基于PID+Kalman的姿态角算法研究

2．6 本章小结

第三章 GPS／INS组合导航系统

3．1 引言

3．2 基于加速度计的位置、速度解算

3．2．1 捷联导航系统的基本力学编排方程

3．2．2 基于加速度计的位置、速度解算

3．3 基于GPS的定位解算

3．4 GPS／INS组合导航的位置、速度信息融合结构设计

3．5 GPS／INS组合导航的位置、速度信息融合系统建模

3．5．1 离散时间状态方程

3．5．2 离散时间量测方程

3．6 GPS／INS组合导航的位置、速度信息融合算法的设计

3．6．1 Sage-Husa自适应Kalman滤波(SHAKF)算法

3．6．2 位置、速度信息融合算法的设计

3．7 本章小结

第四章 系统的实现与实验

4．1 硬件研制

4．1．1 硬件总体框图

4．1．2 最小系统模块

4．1．3 GPS模块

4．1．4 MPU模块

4．1．5 存储模块

4．1．6 电源管理模块

4．2 软件开发

4．2．1 软件功能模块设计

4．2．2 软件流程图

4．2．3 MPU数据读取

4．2．4 GPS数据接收

4．2．5 TF card读写

4．3 实验测试

4．3．1 姿态角信息融合算法实验与分析

4．3．2 位置、速度信息融合算法实验与分析

4．4 本章小结

第五章 总结与展望

5．1 论文工作总结

5．2 后续工作展望

参考文献

攻读硕士期间的学术活动及成果情况