论文部分内容阅读
组合导航是将各个导航子系统的导航信息进行综合处理，取长补短，发挥各导航子系统的优点，提高了系统的整体性能，因而成为导航系统的主要解决方案。但是目前地面组合导航系统普遍存在过渡依赖系统模型和卫星、容错性差等缺点。另外在实际应用中，环境的多变及传感器选型的问题，造成系统模型和噪声不确定，使用常规滤波方法如卡尔曼滤波方法往往无法达到目的。本文针对以上问题，主要做了如下工作：
首先，根据组合导航系统的研究现状，分析了课题的研究背景及意义。捷联惯性导航系统（strapdown integrated navigation system，SINS）与全球定位系统（global positioning system，GPS）是常用的导航系统，它们具有很好的互补性，取长补短能提高系统性能，是目前应用最为广泛的组合导航系统。在实际情况下，环境条件比较复杂，测量噪声随机变化，而常规的自适应卡尔曼滤波方法的实时性难以满足组合导航系统的要求。针对以上问题本文提出了一种实时的自适应卡尔曼滤波方法。通过一个简单的指数函数实时的调节测量噪声的协方差矩阵，将测量噪声的理论协方差矩阵与实际协方差矩阵的差值作为指数函数的输入，函数的输出值与上次测量噪声的协方差矩阵之和送入卡尔曼滤波器中进行模型递推，使模型的测量噪声逐渐逼近真实水平。实验表明该方法具有较强的自适应性，实时性好，精度高。
然后，在分析SINS/GPS，SINS/里程计（Odometer，OD），SINS/偏振光的组合导航系统模型的基础上，设计了基于模糊联邦滤波的SINS/GPS/偏振光/里程计组合导航系统，偏振光导航是基于仿生学原理，利用太阳光的偏振模式进行导航，能提供直接的姿态测量值，不易受到干扰，提高了组合导航的性能。组合导航系统实际的应用中，系统噪声和观测噪声都是非高斯随机噪声，因此联邦滤波器主滤波信息融合时，利用模糊控制器对滤波子系统进行权值分配，模糊评判因子为：子滤波器的状态估计误差方差阵、测量噪声的理论协方差与实际协方差的差值。仿真结果证明该组合导航系统能获得非常高的定位和定姿精度，系统容错性好，在GPS信号长期丢失条件下，组合导航系统仍然保持比较高的精度。
最后，设计了基于DSP的组合导航系统平台，给出了导航系统的整体设计方案。并详细介绍导航计算机的硬件设计方案及软件设计流程。采用云海YH-5000 MEMS IMU对组合导航系统进行了测试实验。