多传感器组合导航系统数据融合算法研究

论文摘要

随着航海事业的发展,为了获得准确可靠的船舶定位,船舶对导航系统的精度、可靠性和容错能力的要求越来越高。在过去的几十年里,导航系统从单一传感器导航系统发展到了多传感器组合导航系统,导航信息的处理方法也由单一系统的信息处理,向多传感器多数据集的数据融合方向发展,导航系统的精度和可靠性都有了很大提高。本文以GPS、GLONASS、北斗和罗兰C这四种导航系统的组合导航系统为背景,对多传感器组合导航系统的数据融合算法进行研究,以提高组合导航系统的精度和可靠性。本文首先简要介绍了多传感器数据融合的基本原理、通用模型和应用情况,并对GPS、GLONASS、北斗和罗兰C这四种导航系统的基本组成和定位原理作了简要地介绍。其次,通过构建集中式和分布式数据融合系统,对数据融合系统中用到的加权平均数据融合算法、α-β滤波跟踪算法、联邦滤波算法进行研究,对集中式和分布式数据融合系统进行比较,并在VC++的MFC平台上进行了仿真。仿真结果表明:在集中式数据融合系统中,通过加权平均数据融合可以提高组合导航系统的精度,通过α-β滤波跟踪可以提高组合导航系统的精度和可靠性;在分布式数据融合系统中,因为增加了分布式的联邦滤波算法,除了可以提高精度和可靠性之外还可以提高组合导航系统的容错能力。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文背景及意义
• 1.2 本人的主要工作
• 第2章 多传感器数据融合原理
• 2.1 数据融合的定义
• 2.2 数据融合的通用模型
• 2.2.1 数据融合系统的功能模型
• 2.2.2 数据融合的结构模型
• 2.3 数据融合的研究现状及其应用
• 第3章 GPS/GLONASS/北斗/罗兰C组合导航系统仿真
• 3.1 GPS导航系统
• 3.1.1 GPS系统的组成
• 3.1.2 GPS系统定位的基本原理
• 3.1.3 美国政府对GPS系统的政策
• 3.2 GLONASS导航系统
• 3.2.1 GLONASS系统的组成
• 3.2.2 GLONASS系统与GPS系统的异同
• 3.2.3 俄罗斯联邦政府对GLONASS系统的政策
• 3.3 北斗导航系统
• 3.3.1 北斗系统的组成和技术指标
• 3.3.2 北斗系统的定位原理
• 3.4 罗兰C导航系统
• 3.4.1 罗兰C系统的组成
• 3.4.2 罗兰C系统的定位原理
• 3.5 组合导航系统的仿真
• 3.5.1 坐标系转换
• 3.5.2 各子系统测量数据的仿真思想
• 3.5.3 正态分布随机数的产生方法
• 3.5.4 慢变化噪声的产生方法
• 3.6 本章小结
• 第4章 集中式数据融合系统的仿真研究
• 4.1 集中式数据融合系统结构模型的建立
• 4.2 加权平均数据融合算法研究
• 4.2.1 等权平均数据融合方法
• 4.2.2 曲线拟合权值分配方法
• 4.2.3 最小方差估计权值分配方法
• 4.2.4 各种方法在本文组合导航系统中的应用与比较
• 4.3 跟踪滤波器原理
• 4.3.1 卡尔曼滤波器原理
• 4.3.2 α-β滤波器原理
• 4.3.3 α-β滤波器在本文的组合导航系统中的应用
• 4.4 集中式数据融合系统的仿真结果及分析
• 4.4.1 仿真结果
• 4.4.2 结果分析
• 4.5 本章小结
• 第5章 分布式数据融合系统的仿真研究
• 5.1 分布式融合系统结构模型的建立
• 5.2 联邦滤波器原理
• 5.3 分布式数据融合系统的仿真结果及分析
• 5.3.1 仿真结果
• 5.3.2 结果分析
• 5.4 分布式数据融合系统与集中式数据融合系统的比较
• 5.5 本章小结
• 结论
• 参考文献
• 致谢
• 研究生履历