论文部分内容阅读
随着无人机的飞速发展,其对导航系统的要求也日益提高,而结合全球定位系统GPS和捷联导航系统SINS的基于MEMS技术的组合导航既是现今的主流,也是未来的发展趋势,因此需要不断提升其可靠性和精度。但在实际中,GPS存在信号丢失或被干扰的可能,此时组合导航将无法继续工作,为了解决这一问题,本文使用BP神经网络辅助导航,并对GPS/SINS系统进行了深入的研究和分析。首先分析了GPS、SINS各自的组成和特点,并对其工作原理进行了研究和推导,包括GPS的测速、定位原理,SINS的比力方程、力学编排和误差方程等。在SINS姿态算法中分析了姿态解算算法,针对旋转矢量法,考虑圆锥运动这一恶劣运动环境,分别从三个方向对算法的精度进行了提升,包括增加子样、利用角速率和使用快回路增加角增量更新频率的方式,推导其对应的改进算法并进行了实验对比,实验验证了优化改进算法具有更高的精度、更小的算法漂移误差且未增加计算量,显示其优越性和各自特点,也探讨和使用了提高旋转矢量算法精度的几乎所有思路。使用松耦合方式和开环间接法设计GPS/SINS组合导航系统,探讨了卡尔曼滤波算法的原理和内容,推导了卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)三种数据融合方式,并利用实验验证了在精度上,GPS/SINS组合导航明显优于SINS、GPS单独导航,且应用UKF的导航效果更优的结果。考虑并分析GPS无法正常工作的情况,提出BP神经网络辅助的方法,设计了此时的导航工作模式,经过实验证明,BP神经网络能够辅助导航系统并保证缺失GPS信号时的导航精度,从而提升了导航系统的适应性和可靠性。