随着导航技术和控制理论的发展,多传感器组合导航系统已经成为现今测量船上最主要的导航系统。测量船组合导航系统包含多种导航传感器,因此如何充分有效的利用和处理来自多传感器的数据已经成为测量船组合导航系统的主要问题。而多传感器数据融合技术为此提供了有效的手段。本文以惯导/GPS/DVL测量船多传感器组合导航系统为研究对象,从数据融合的角度出发,为提高测量船多传感器组合导航系统的导航精度和容错能力提供了有效的解决方案。 本论文首先介绍了惯导、GPS、多普勒导航系统的导航基本原理,分析了它们的优缺点,并建立了各导航系统的误差模型。接着介绍了集中式卡尔曼滤波算法,并介绍了一种分散式卡尔曼滤波方法一联邦滤波算法,包括联邦滤波器的四种不同结构的特点和容错性,信息分配原则以及联邦滤波过程等,还给出了有重置模式的联邦滤波器和集中滤波器的等价性证明。综合考虑系统精度和容错性要求,根据课题背景的需要,认为针对工程应用而言,无重置结构是较为理想的联邦滤波结构。 在上述理论分析的基础上,根据联邦滤波算法,确定了各个导航子系统的组合模式,设计出具有良好容错性和故障检测以及系统重构功能的多传感器数据融合方案,并建立了惯导/GPS/多普勒联邦滤波器的数学模型。然后,根据多传感器数据融合模块的数学模型进行软件仿真分析,结果表明无重置模式的联邦滤波器能够较好的提高系统导航精度。 本文还讨论了系统级故障检测和隔离,首先介绍了故障检测的有关理论,并确定了故障检测方案和算法,并针对INS/GPS/CNS信息融合方案进行故障检测和系统重构的仿真分析。达到了较好的效果。