原文传递
协同导航网络多传感器信息融合技术研究
| 论文题名： | 协同导航网络多传感器信息融合技术研究 |
| 关键词： | 无人艇;协同导航网络;多传感器信息融合;最优估计准则;卡尔曼滤波器 |
| 摘要： | 随着世界各国对海洋问题的逐步重视，水面高机动无人艇获得了空前的高速发展，并将会在将来海战中扮演重要角色。为了适应更复杂的未来海洋作战环境，无人艇协同导航技术与传统导航技术相比也面临着巨大的挑战。 本课题将从协同导航网络中的多传感器信息融合技术入手，首先对目前各国无人艇技术研究状况进行了简要介绍，通过对国内关于无人艇发展的研究分析可知，我国虽然在近几年获得了较大的发展，但是与美国和以色列等无人艇技术强国之间还存在较大的差距。就无人艇的协同导航网络而言，缩短其差距的方法不仅是要提高协同网络中的传感器精度，而且还要改进信息融合中的最优估计准则。所以本文主要就协同导航网络多传感器信息融合的结构、信息来源和融合准则进行了分析和仿真比较，得出针对不同噪声环境和不同系统方程的融合准则优劣不同。 其次，本文针对无人艇协同导航网络中的信息来源进行分析，并且根据信息特征建立了合适的数学模型进行仿真分析。鉴于惯性导航系统在其协同导航网络中的重要地位，本文对惯性导航系统的原理及建模和仿真进行了较为详尽的分析介绍。通过对惯性导航系统、GPS全球定位系统、DR航位推算系统和移动长基线定位系统的建模和仿真，为后文中信息融合最优估计准则的算法实现提供了数据来源。 最后，本文对系统导航网络中信息融合最优估计准则进行了仿真分析，并且根据根据进行数据融合子系统的特点分别设计了不同的卡尔曼滤波器。GPS和惯性导航系统进行信息融合时，融合准则采用线性的卡尔曼滤波器，并且通过仿真分析可以得出对于线性组合导航系统，自适应卡尔曼滤波器在计算量没有大幅度增加的情况下，可以获得良好的滤波效果。而对于GPS和DR信息融合系统，则采用非线性的卡尔曼滤波器包括扩展卡尔曼滤波器和无迹卡尔曼滤波器。在外部噪声为高斯白噪声的情况下，无迹卡尔曼滤波器获得了良好的滤波效果。但是当系统噪声和量测噪声的统计特性不满足高斯白噪声的时候，以上两种非线性滤波器将出现较大的误差，甚至导致滤波器的发散。 经过信息融合主要技术的研究和仿真分析可得，针对无人艇协同导航网络而言，利用多传感器信息融合技术可以极大改善其定位精度和导航信息质量。 |
| 作者： | 白淼淼 |
| 专业： | 导航、制导与控制 |
| 导师： | 陈广 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
