信息融合在SINS/GPS/TACAN组合导航系统中应用
|
摘要
组合导航系统是提高导航系统性能价格比的有效途径。随着信息融合技术的发展,联邦滤波理论由于可以灵活地设计出精度最优或容错能力最强的组合导航系统,已受到导航界的高度重视。
本论文介绍了联邦滤波的理论和算法,研究了联邦卡尔曼滤波理论在SINS/GPS/TACAN组合导航系统中的应用,主要完成了如下工作:
首先,介绍和分析了组合导航和信息融合技术的基本理论及其在工程应用中的发展状况。
然后,研究分析了联邦卡尔曼滤波器的算法和结构特点,提出了一种SINS/GPS/TACAN组合导航系统工程应用的滤波方案,该方案既保证了容错能力,又兼顾到了导航精度和运算速度。
最后,对SINS/GPS/TACAN组合导航系统的各分系统、子滤波器及主滤波器进行了数学建模,并做了仿真研究和分析,结果表明采用联邦滤波的确是提高导航精度的有效途径。
本文的研究只是理论研究和推导,及仿真验证,通过研究对信息融合在组合导航中的应用进行了一些探讨。
It is an effective way to increase the cost performance ratio by integrating several kinds of navigation systems. By the development of information fusion technology, the federated filtering is getting more and more attractive in navigation flied, because that the federated kalman filter can be used to design the integrated navigation system with high precision and good fault-tolerance flexibly.
In this thesis, the theory and algorithm of federated filtering is introduced, and the application of information fusion theory in SINS/GPS/TACAN integration navigation system is researched. The contents of this thesis are summarized as follows:
Firstly, introduces the basic theories of the integration navigating and information fusion technology, analyzes its state of development in the project.
Secondly, Researches and analyzes the algorithms and structural characteristics of the federated kalman filter, proposes a project of SINS/GPS/TACAN integration navigation system. This project can guarantee the good fault-tolerance, and consider the high precision and operation tempo.
Finally, Makes up the mathematic model of SINS/GPS/TACAN integration navigation system. And the simulations are also proposed. The result indicates that it is an effective way to improve the precision by the federated kalman filter.
The research in this thesis is but theoretical research and deduce, and emulation prove. And we hope these can do contribution to the application of information fusion in integration navigate.
本论文介绍了联邦滤波的理论和算法,研究了联邦卡尔曼滤波理论在SINS/GPS/TACAN组合导航系统中的应用,主要完成了如下工作:
首先,介绍和分析了组合导航和信息融合技术的基本理论及其在工程应用中的发展状况。
然后,研究分析了联邦卡尔曼滤波器的算法和结构特点,提出了一种SINS/GPS/TACAN组合导航系统工程应用的滤波方案,该方案既保证了容错能力,又兼顾到了导航精度和运算速度。
最后,对SINS/GPS/TACAN组合导航系统的各分系统、子滤波器及主滤波器进行了数学建模,并做了仿真研究和分析,结果表明采用联邦滤波的确是提高导航精度的有效途径。
本文的研究只是理论研究和推导,及仿真验证,通过研究对信息融合在组合导航中的应用进行了一些探讨。
It is an effective way to increase the cost performance ratio by integrating several kinds of navigation systems. By the development of information fusion technology, the federated filtering is getting more and more attractive in navigation flied, because that the federated kalman filter can be used to design the integrated navigation system with high precision and good fault-tolerance flexibly.
In this thesis, the theory and algorithm of federated filtering is introduced, and the application of information fusion theory in SINS/GPS/TACAN integration navigation system is researched. The contents of this thesis are summarized as follows:
Firstly, introduces the basic theories of the integration navigating and information fusion technology, analyzes its state of development in the project.
Secondly, Researches and analyzes the algorithms and structural characteristics of the federated kalman filter, proposes a project of SINS/GPS/TACAN integration navigation system. This project can guarantee the good fault-tolerance, and consider the high precision and operation tempo.
Finally, Makes up the mathematic model of SINS/GPS/TACAN integration navigation system. And the simulations are also proposed. The result indicates that it is an effective way to improve the precision by the federated kalman filter.
The research in this thesis is but theoretical research and deduce, and emulation prove. And we hope these can do contribution to the application of information fusion in integration navigate.
引文
[1]刘同明等.数据融合技术及其应用[M].北京:国防工业出版社,1998:12-18页
[2]权太范.信息融合神经网络-模糊推理理论与应用[M].北京:国防工业出版社,2002:22-26页
[3]朱海.水下导航信息融合技术[M].北京:国防工业出版社,2002:1-3页
[4]王耀南.计算职能数据处理技术及其应用[M].长沙:湖南大学出版社,1999:18-21页
[5]何友等.多传感器信息融合及应用[M].北京:电子工业出版社,2000:129-138页
[6]白宇骏等.神经网络辅助卡尔曼滤波技术在组合导航系统中的应用研究[J].惯性技术学报.2003,(2):15-18页
[7]白宇骏等.基于低成本组合导航定位系统的新融合滤波算法[J].惯性技术学报.2002,(6):18-22页
[8]Hassibi B,Sayed A H,Kailath T.Linear estimation in Krein spaces-part Ⅰ:theory[J].IEEE Transactions on Automatic Control,1996,41(1):18-33 p
[9]Tazartes D A,Mark J G.Integration of GPS receivers into existing inertial navigation system[J].Navigation,1988,35(1):55-67 p
[10]Vaidehi V,Krishman C N.Scheduling the parallel kalman algorithm onto multiprocessor systems-a genetic approach[J].Control Engineering Practice,1998,6(2):209-218 p
[11]付梦印等.Kalman滤波理论及其在导航系统中的应用[M].北京:科学出版社,2003:122-140页
[12]张书侠等.捷联式惯性导航系统[M].北京:国防工业出版社,1992:204-240页
[13]P.富尔等著.最优惯性导航与统计滤波[M].北京:国防工业出版社,1986:125-145页
[14]董绪荣,张守信,华仲春.GPS/INS组合导航定位及其应用[M].长沙:国防科技大学出版社,1998:265-268页
[15]陈新海.最优估计理论[M].北京:北京航空学院出版社,1987:53-60页
[16]秦永元等.卡尔曼滤波与组合导航原理[M].西安:西北工业大学出版社,1998:34-104页
[17]吴重光.仿真技术[M].北京:化学工业出版社,2000:104-123页
[18]孙枫等.组合导航系统[M].哈尔滨:哈尔滨工程大学出版社,1996:67-89页
[19]江春红,苏惠敏,陈哲.信息融合技术在INS/GPS/IAN/SMN四组合系统中的应用[J].信息与控制,2001,(12):54-59页
[20]Kerr T H.Decentralized filtering and redundancy management for multi-sensor navigation[J].IEEE Trans on Aerospace and Electronic Systems,1987,AES-23(1):103-121p
[21]N A Carlson,Michael P Berarducci.Federated Kalman Filter simulation results[J].Navigation,1994,41(3):67-78p
[22]A.L.Pereira,A.K.Achaibou,F.Mora-Camino.Using Aircraft Navigation Systems.Proceedings of Fuzzy Logic in the 1995 4~(th) International Conference on Applications of Advanced Technologies in Transportation,Capri,Italy,1995:99-103p
[23]黄晓瑞,崔平远等.基于自适应信息融合的导航系统构成与算法研究[J].电子学报,2002,(7):43-47页
[24]秦永元,牛惠芳.联邦滤波理论在组合导航系统设计中的应用[J].中国惯性技术学报,1997,12(3):23-28页
[25]耿延睿,崔中兴.组合导航系统卡尔曼滤波衰减因子自适应估计算法研 究[J].中国惯性技术学报,2001,9(4):53-59页
[26]马骏,孙即祥.信息融合模型的神经网络描述[J].航空电子技术,1998,(5):14-17页
[27]王耀南,刘政权,易茗等.适时专家智能控制系统REICS设计与应用[J].计算技术与自动化,1995,(6):33-37页
[28]王耀南.人工神经网络在伺服最优鲁棒控制中的应用[J].控制与决策,1997,(1):30-35页
[29]郑链,王克勇.智能信息处理[M].北京:北京理工大学出版社,1998:204-243页
[30]王耀南,孙炜.基于模糊神经网络的机器人自学习控制[J].电机与控制学报,2001,(6):55-61页
[31]申功勋等.信息融合理论在惯性/天文/GPS组合导航系统中的应用[M].北京:国防工业出版社,1998:89-91页
[32]Huntsberger T L.A Framework for Multi-sensor Fusion in the presence of Uncertainty[J].Proceedings of Workshop Spatial Reasoning and Multi-sensor Fusion.Canada,1986:203-231 p
[33]Calson N A.Federated Filter for Fault-tolerant Integrated Navigation.NASA 1996,13415:1-16p
[34]Robin B.Miler.A New Strap-down Attitude Algorithm[J].Journal of Guidance,Control and Dynamics,1981,(6):287-291 p
[35]Carlson N A.Federated processes[J].IEEE AES,square root filter for decentralized parallel,1990,26(3):517-525p
[36]崔平远,黄晓瑞.基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J].电机与控制学报,2001,5(3):65-70页
[37]顾启泰,王颂.联邦滤波器理论研究[J].中国惯性技术学报,2002,10(6):34-40页
[38]顾启泰,王颂.联邦滤波器的最优性[J].清华大学学报(自然科学版), 2003,43(11):1460-1463页
[39]邓自立.最优估计理论及其应用[M].哈尔滨:哈尔滨工业大学出版社,2005:354-364页
[40]刘瑞华等.联邦滤波信息分配新方法[J].中国惯性技术学报,2001,9(2):54-58页
[41]易维勇.惯性导航及组合导航研究及仿真[D].中国人民解放军信息工程大学硕士学位论文,2002:50-62页
[42]栗瑞江.低成本SINS/GPS组合导航系统研究[D].西北工业大学硕士学位论文,2001:33-60页
[43]屈耀红.某型无人机的定位与导航控制研究[D].西北工业大学硕士论文,2002:28-40页
[44]凌林本,李滋刚,周百令.惯性敏感器群的信息融合技术[J].中国惯性技术学报,1998,(2):35-38页
[45]钱华明.冗余技术在惯性组合导航系统中的应用研究[J].中国惯性技术学报.1999(1):9-13页
[46]王沐然.Simulink4建模及动态仿真[M].北京:电子工业出版社,2002
[47]王沐然.Matlab6.0与科学计算[M].北京:电子工业出版社,2002
[2]权太范.信息融合神经网络-模糊推理理论与应用[M].北京:国防工业出版社,2002:22-26页
[3]朱海.水下导航信息融合技术[M].北京:国防工业出版社,2002:1-3页
[4]王耀南.计算职能数据处理技术及其应用[M].长沙:湖南大学出版社,1999:18-21页
[5]何友等.多传感器信息融合及应用[M].北京:电子工业出版社,2000:129-138页
[6]白宇骏等.神经网络辅助卡尔曼滤波技术在组合导航系统中的应用研究[J].惯性技术学报.2003,(2):15-18页
[7]白宇骏等.基于低成本组合导航定位系统的新融合滤波算法[J].惯性技术学报.2002,(6):18-22页
[8]Hassibi B,Sayed A H,Kailath T.Linear estimation in Krein spaces-part Ⅰ:theory[J].IEEE Transactions on Automatic Control,1996,41(1):18-33 p
[9]Tazartes D A,Mark J G.Integration of GPS receivers into existing inertial navigation system[J].Navigation,1988,35(1):55-67 p
[10]Vaidehi V,Krishman C N.Scheduling the parallel kalman algorithm onto multiprocessor systems-a genetic approach[J].Control Engineering Practice,1998,6(2):209-218 p
[11]付梦印等.Kalman滤波理论及其在导航系统中的应用[M].北京:科学出版社,2003:122-140页
[12]张书侠等.捷联式惯性导航系统[M].北京:国防工业出版社,1992:204-240页
[13]P.富尔等著.最优惯性导航与统计滤波[M].北京:国防工业出版社,1986:125-145页
[14]董绪荣,张守信,华仲春.GPS/INS组合导航定位及其应用[M].长沙:国防科技大学出版社,1998:265-268页
[15]陈新海.最优估计理论[M].北京:北京航空学院出版社,1987:53-60页
[16]秦永元等.卡尔曼滤波与组合导航原理[M].西安:西北工业大学出版社,1998:34-104页
[17]吴重光.仿真技术[M].北京:化学工业出版社,2000:104-123页
[18]孙枫等.组合导航系统[M].哈尔滨:哈尔滨工程大学出版社,1996:67-89页
[19]江春红,苏惠敏,陈哲.信息融合技术在INS/GPS/IAN/SMN四组合系统中的应用[J].信息与控制,2001,(12):54-59页
[20]Kerr T H.Decentralized filtering and redundancy management for multi-sensor navigation[J].IEEE Trans on Aerospace and Electronic Systems,1987,AES-23(1):103-121p
[21]N A Carlson,Michael P Berarducci.Federated Kalman Filter simulation results[J].Navigation,1994,41(3):67-78p
[22]A.L.Pereira,A.K.Achaibou,F.Mora-Camino.Using Aircraft Navigation Systems.Proceedings of Fuzzy Logic in the 1995 4~(th) International Conference on Applications of Advanced Technologies in Transportation,Capri,Italy,1995:99-103p
[23]黄晓瑞,崔平远等.基于自适应信息融合的导航系统构成与算法研究[J].电子学报,2002,(7):43-47页
[24]秦永元,牛惠芳.联邦滤波理论在组合导航系统设计中的应用[J].中国惯性技术学报,1997,12(3):23-28页
[25]耿延睿,崔中兴.组合导航系统卡尔曼滤波衰减因子自适应估计算法研 究[J].中国惯性技术学报,2001,9(4):53-59页
[26]马骏,孙即祥.信息融合模型的神经网络描述[J].航空电子技术,1998,(5):14-17页
[27]王耀南,刘政权,易茗等.适时专家智能控制系统REICS设计与应用[J].计算技术与自动化,1995,(6):33-37页
[28]王耀南.人工神经网络在伺服最优鲁棒控制中的应用[J].控制与决策,1997,(1):30-35页
[29]郑链,王克勇.智能信息处理[M].北京:北京理工大学出版社,1998:204-243页
[30]王耀南,孙炜.基于模糊神经网络的机器人自学习控制[J].电机与控制学报,2001,(6):55-61页
[31]申功勋等.信息融合理论在惯性/天文/GPS组合导航系统中的应用[M].北京:国防工业出版社,1998:89-91页
[32]Huntsberger T L.A Framework for Multi-sensor Fusion in the presence of Uncertainty[J].Proceedings of Workshop Spatial Reasoning and Multi-sensor Fusion.Canada,1986:203-231 p
[33]Calson N A.Federated Filter for Fault-tolerant Integrated Navigation.NASA 1996,13415:1-16p
[34]Robin B.Miler.A New Strap-down Attitude Algorithm[J].Journal of Guidance,Control and Dynamics,1981,(6):287-291 p
[35]Carlson N A.Federated processes[J].IEEE AES,square root filter for decentralized parallel,1990,26(3):517-525p
[36]崔平远,黄晓瑞.基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J].电机与控制学报,2001,5(3):65-70页
[37]顾启泰,王颂.联邦滤波器理论研究[J].中国惯性技术学报,2002,10(6):34-40页
[38]顾启泰,王颂.联邦滤波器的最优性[J].清华大学学报(自然科学版), 2003,43(11):1460-1463页
[39]邓自立.最优估计理论及其应用[M].哈尔滨:哈尔滨工业大学出版社,2005:354-364页
[40]刘瑞华等.联邦滤波信息分配新方法[J].中国惯性技术学报,2001,9(2):54-58页
[41]易维勇.惯性导航及组合导航研究及仿真[D].中国人民解放军信息工程大学硕士学位论文,2002:50-62页
[42]栗瑞江.低成本SINS/GPS组合导航系统研究[D].西北工业大学硕士学位论文,2001:33-60页
[43]屈耀红.某型无人机的定位与导航控制研究[D].西北工业大学硕士论文,2002:28-40页
[44]凌林本,李滋刚,周百令.惯性敏感器群的信息融合技术[J].中国惯性技术学报,1998,(2):35-38页
[45]钱华明.冗余技术在惯性组合导航系统中的应用研究[J].中国惯性技术学报.1999(1):9-13页
[46]王沐然.Simulink4建模及动态仿真[M].北京:电子工业出版社,2002
[47]王沐然.Matlab6.0与科学计算[M].北京:电子工业出版社,2002