论文部分内容阅读
我国的国防事业飞速发展,对无人机的要求也越来越高,为了提高无人机的导航定位精度,各研究机构对此进行了更为深入的探讨和研究。由于卫星导航易受到环境干扰而影响导航定位性能,“全源导航技术”也随之出现。本文以无人机为背景,对基于多源信息融合的全源导航技术进行了分析和研究,分别从全源导航方案、传感器选择机制、多源信息融合算法以及故障检测几个方面进行了研究。论文首先针对无人机全源导航系统,对全源导航总体方案的设计思路进行了梳理,对其关键技术进行了分析,随后设计了无人机全源导航系统方案。同时,基于导航传感器的排序规则,对传感器子集的选择方案进行了设计,并对传感器子集选择机制进行了研究与分析,以高空无人侦察机为例,构建飞行环境及场景,并对传感器选择方案进行了实例分析,为后续多源信息融合算法及故障检测研究奠定了基础。为了处理数据信息不同步的问题,适应各导航传感器不可用的情况,并且满足环境和任务需求不断变化的要求,论文研究了基于因子图的多源信息融合算法,通过因子图的开放式架构来表征导航传感器的状态更新及量测更新过程,完成对不同步数据信息的融合。通过仿真,对基于因子图的多源信息融合算法及联邦滤波算法进行了比较,并以高空无人侦察机飞行环境及场景为例,对多源信息融合算法进行了验证分析。为了解决导航传感器出现故障并因为故障信息而影响定位导航精度的问题,论文研究了故障检测算法来检测导航系统中出现的硬故障和软故障。残差X~2检测算法对系统中的硬故障可以进行有效检测,而不能对系统中的软故障进行有效检测,因此,通过改进的m步滑动残差X~2检测算法,对导航系统中出现的软故障进行检测及隔离,以避免故障对系统带来影响。同时,对隔离故障后的系统进行工作模式重组,以优化系统性能。最后,论文基于MATLAB软件,搭建了高空无人侦察机全源导航系统软件仿真平台,分别对传感器子集选择、基于因子图的多源信息融合算法及m步滑动残差X~2检测算法进行了仿真及实现,直观的体现了各个算法的优势。