论文部分内容阅读
全球定位系统(GPS)导航具有好的长期稳定特性，较差的短时误差特性，而惯性导航系统(INS)具有好的短期精度，差的长期精度。GPS与INS组合可以克服两者的不足，通过数据融合，为载体提供连续可靠的导航信息。本篇论文研究GPS/INS组合导航系统非线性滤波算法。首先分析了线性卡尔曼滤波器数据融合算法，进而研究复杂动态非线性条件时的扩展卡尔曼滤波(EKF)、无轨卡尔曼滤波(UKF)、粒子滤波(PF)、基于二代小波变换和神经网络辅助的GPS/INS组合导航系统多种新型滤波算法。
在本篇论文中，采用如下的论述结构：设计原理→算法分析→模型设计→系统仿真→结果分析→软件设计。主要的研究工作可归纳为如下几个方面：
(1)首先设计嵌入式GPS/INS组合导航的硬件平台，分析导航系统的硬件结构及嵌入式软件构成，在分析线性卡尔曼滤波的基础上，研究非线性条件下EKF的GPS/INS非线性滤波算法，跑车试验结果表明，此系统稳定可靠，具有实际应用价值。
(2)由于EKF对非线性系统进行的一阶近似，当非线性函数的泰勒展开式的高阶项无法忽略时，线性化会产生较大的误差。针对此问题，研究了基于UKF的GPS/INS组合导航滤波算法，仿真结果表明，在非线性的高斯噪声情况下，UKF较EKF具有更好的滤波效果。
(3)针对非线性非高斯噪声的情况，在GPS/INS组合导航中引入粒子滤波(PF)算法。对PF算法的各个关键步骤加以分析和讨论，指出粒子滤波在应用过程中存在的问题，及提高粒子滤波算法性能的一些方法。最后结合实例，分析各种滤波算法的性能，表明UKF和PF在组合导航中应用的有效性。
(4)由于Kalman滤波进行数据融合难以建立精确的数学模型的问题，提出采用平移不变量的97提升小波算法对观测信号进行降噪。平移不变量可有效地消除信号在不连续点产生的伪吉布斯现象，97提升算法比传统的Mallat小波更具准确性和快速性。研究结果表明改进的97提升平移小波消噪方法是一种节约计算时间、提高导航性能的优越方法。
(5)提出将改进的指数阈值应用于二代提升算法接合平移不变量的小波GPS/INS组合导航滤波中。在53二代提升算法接合平移不变量小波，改进的指数阈值函数对GPS/INS组合导航信号处理具有更好的连续性，可克服传统的软、硬阈值不连续的缺点。仿真结果表明，使用改进的阈值函数，提高了GPS/INS组合导航非线性滤波效率。
(6)给出一种将UKF算法用于训练神经网络隐含层与输出层的连接权，从而提高网络泛化能力的UKF算法。研究利用UKF进行神经网络学习的算法，该算法可以克服EKF存在的问题，可提高网络的泛化能力。GPS/INS组合导航数据的计算结果证明该方法是一种改进训练连接权的有效方法。
通过本文非线性滤波技术与算法的研究，可为GPS/INS组合导航信息处理系统提供了一种高精度、高容错性、高可靠性、高自主性等多种功能。