基于MEMS的SINS-GPS組合導航及數(shù)據(jù)融合理論研究.pdf

1、微機電系統(tǒng)(MEMS)器件因具有體積小、成本低、測量范圍大、可靠性高等優(yōu)點，作為先進的導航、制導構成部件被廣泛應用于汽車工業(yè)、生物醫(yī)學工程、航空航天、精密儀器、移動通信、國防科技等領域。然而，傳統(tǒng)MEMS慣性器件也存在測量精度低、噪聲大等缺點，限制了其在高精度要求環(huán)境中的應用；為了克服以上缺點一般采用的改進方法主要是：優(yōu)化機械結構設計、提高電子線路的性能、以及屏蔽外部電磁干擾等；這類處理方法成本高、收效小。另一個有效途徑是從應用的角度對

2、MEMS器件和微慣性測量單元(MIMU)進行誤差分析和補償；主要以位置校正法及傳統(tǒng)的濾波方法對其白噪聲進行處理；這類方法精度低、處理過于簡單。針對MEMS傳感器在應用中的誤差問題，本論文主要章節(jié)內容安排如下：
　　 首先，為緒論。概述了基于MEMS傳感器的測量系統(tǒng)的研究現(xiàn)狀，全面分析了基于MEMS傳感器的微型慣導技術及其與GPS組合的最新研究進展，對數(shù)據(jù)融合在微型慣性導航中的應用作了介紹，重點介紹了美國、德國、加拿大及中國在這方

3、面研究的進展及特點，對傳統(tǒng)的誤差分析方法提出了改進意見，對數(shù)據(jù)融合理論在慣性系統(tǒng)中的應用進行了豐富，借助相關的仿真分析重點提出了HUPT混合濾波方法在基于MEMS的SINS/GPS組合導航中的應用設計方案，理論上分析了其在靜、動態(tài)中的特性，表明了其在微慣性組合導航系統(tǒng)中的重要性及其研究意義。
　　 其次，為MIMU隨機誤差分析。從MiMU的結構及基本工作原理出發(fā)，結合新型微機械慣性元件的特點建立了陀螺、加速度計的誤差模型。對ME

4、MS傳感器的信號進行FFT分析、自相關函數(shù)分析、功率譜密度(PSD)分析。采用Allan方差法對傳感器參數(shù)進行計算，為后面改進卡爾曼濾波器參數(shù)設置提供依據(jù)。
　　 再次，基于Allan方差分析的結果，針對MEMS傳感器在應用中其有色噪聲會覆蓋有效信號；根據(jù)PSD與Allan方差之間的關系確定出傳感器隨機誤差的微分方程，建立統(tǒng)一的校正模型，根據(jù)統(tǒng)一的模型設計出SINS/GPS組合導航的新型卡爾曼濾波器。
　　 然后，圍繞M

5、EMS傳感器的應用，對多傳感器測量系統(tǒng)進行研究，根據(jù)加速度計的運動狀態(tài)采用專家系統(tǒng)對其進行狀態(tài)判斷，采用數(shù)據(jù)融合對其姿態(tài)角進行修正，之后采用神經網絡輔助組合導航系統(tǒng)解決實際應用中GPS信號時常中斷、系統(tǒng)誤差瞬間增大等問題，接下來采用相同方法對磁羅盤的航向進行修正。
　　 之后，圍繞車載系統(tǒng)在運行中GPS信號丟失的問題，通過分析車載系統(tǒng)運行中的各種狀態(tài)，提出HUPT混合濾波算法。根據(jù)車載系統(tǒng)運動特性采用零速檢測方法確定車載體動態(tài)特