民用飛機(jī)導(dǎo)航傳感器濾波算法研究.pdf

1、隨著運(yùn)輸、航空、航天、航海的發(fā)展，出現(xiàn)了各種各樣的導(dǎo)航傳感器系統(tǒng)以完成更加精確、復(fù)雜的導(dǎo)航任務(wù)；例如比較成熟的慣性導(dǎo)航系統(tǒng)、無(wú)線電導(dǎo)航系統(tǒng)、高精度的GPS導(dǎo)航系統(tǒng)等。如何建立完善的傳感器管理方案，將多種單一系統(tǒng)組合在一起，互相補(bǔ)充構(gòu)成組合導(dǎo)航系統(tǒng)已成為導(dǎo)航領(lǐng)域的研究熱點(diǎn)。
　　全球定位系統(tǒng)（GPS）和慣性導(dǎo)航系統(tǒng)（INS）都是目前世界上最先進(jìn)的導(dǎo)航系統(tǒng)，二者各有所長(zhǎng)，無(wú)法相互取代。本文以INS/GPS組合導(dǎo)航系統(tǒng)為基礎(chǔ)研究民機(jī)導(dǎo)航

2、傳感器系統(tǒng)，分析了二者的工作原理和組合模式，建立了緊耦合INS/GPS組合導(dǎo)航系統(tǒng)模型。在非線性的系統(tǒng)模型上引入了無(wú)跡卡爾曼濾波（UKF）和粒子濾波等非線性濾波算法。
　　UKF與傳統(tǒng)的擴(kuò)展卡爾曼濾波不同,無(wú)需計(jì)算Jacobian矩陣,可精確到二階甚至更高，因而可以大大提高組合導(dǎo)航的導(dǎo)航精度。雖然UKF算法克服了EKF存在的問(wèn)題，但是仍然具有一些經(jīng)典卡爾曼濾波所存在的問(wèn)題。粒子濾波從概率密度函數(shù)上隨機(jī)抽取一組附帶相關(guān)權(quán)值的粒子集，

3、用其來(lái)逼近后驗(yàn)概率密度，是一種基于遞推計(jì)算的序列蒙特卡羅算法，從而不受非線性、非高斯模型的限制。雖然粒子濾波存在諸多優(yōu)點(diǎn)，然而它仍然存在諸如粒子數(shù)匱乏等問(wèn)題。
　　針對(duì)上述濾波算法存在的問(wèn)題，本文提出了一些改進(jìn)算法：運(yùn)用自適應(yīng)原理改進(jìn)了無(wú)跡卡爾曼濾波算法，通過(guò)改進(jìn)重要性密度改進(jìn)粒子濾波算法。分別對(duì)這些改進(jìn)算法進(jìn)行分析說(shuō)明，將其應(yīng)用于組合導(dǎo)航模型中，并將組合導(dǎo)航系統(tǒng)整合到飛行管理仿真系統(tǒng)中進(jìn)行分析，得到的仿真結(jié)果進(jìn)一步表明，與普通基