● 摘要
在现代导航和制导系统中，对导航信息量的要求越来越多，对导航精度的要求越来越高，高性能（高精度、高可靠性、全天侯、全区域、抗干扰及隐蔽性）的导航和制导系统是现代导弹设计的重要性能之一。多传感器组合导航、多模制导、复合制导已成为空空导弹导航与制导系统的重要发展方向。在实际应用中，通过多源信息的最优融合，组合导航系统能有效的提高导航的精度和导航信息的可靠度，本论文在深入调研与分析国内外信息融合和组合导航系统相关理论与技术文献的基础上，归纳总结了该领域的主要内容与关键技术，详尽论述了组合导航系统数据融合的研究现状、存在问题与发展趋势。以组合导航系统为实验平台研究其信息融合理论、方法及其应用，对此进行了如下研究工作：1）本文首先介绍了多传感器信息融合理论，完整的介绍了信息融合的定义，以及信息融合的原理和优点，对融合结构和方法进行了综述。然后回顾了组合导航系统的发展，介绍了组合导航主要的关键技术和组合导航系统主要的研究内容，重点介绍了GPS/INS组合系统的组合结构，组合优点和组合方式。2）针对最一般的组合导航数据融合问题(局部导航仪直接输出导航参数及其精度，且无反馈、无局部导航仪之间的数据通讯)进行研究，给出了相关程度己知情况下的两传感器最优融合公式；同时给出了具体的求两传感器互相关的解析方法和代数方法，同时也给出了几种简化互相关系数的方案，对更为普遍的情况，两个局部状态估计向量 不同阶(维)，给出了一种最优估计融合方法，同时给出了最优加权矩阵的计算，因此本章建立了完整的无反馈多传感器相关估计向量融合的理论体系。3）重点介绍了基于衰减记忆自适应卡尔曼滤波的理论的算法原理，且综述了几种衰减因子的计算方法，分析了他们的优缺点。针对已有的衰减记忆自适应估计算法需要迭代求解、实时性不好的缺陷，提出了一种新的衰减记忆自适应估计算法，数字仿真结果表明该方法可以在线快速地计算出衰减因子，提高空空导弹组合导航系统的动态适应能力，具有一定的自适应性。4）联邦卡尔曼滤波是一种以信息共享原则为基础的并行分散滤波、在此基础上再集中融合的两阶段多传感器数据融合技术，联邦滤波在实时性、容错能力等方面的突出优点及其灵活的结构形式为构成不同类型高精度、高可靠性多传感器容错组合导航系统提供了直接、实用的理论基础。本文研究了具有并行分散结构的联邦卡尔曼滤波理论，重点分析了两传感器分散化并行估计融合理论、联邦滤波的融合模型及其最优性，并对联邦滤波动态信息分配方法做了综述，同时在此基础上提出了一种新的基于模糊评判的自适应信息因子分配方法，研究的目的在于在工程实际中实现多功能、多用途并具有一定故障隔离能力的GPS/INS组合导航系统。数字仿真结果表明该方法可以提高空空导弹组合导航系统的导航精度，增加导航系统的容错性，增强导航系统的可靠性。5）如何有效的克服卡尔曼滤波器在系统和观测噪声统计特性未知情况下引起的发散现象，在工程应用中是非常重要的，“QR自适应滤波”的基本思想就是利用观测数据进行滤波的同时，也不断地对未知的或不确知的系统模型参数（甚至结构）和噪声统计特性和状态增益阵进行在线估计或修正，实现滤波器设计参数的在线改进，以缩小实际的滤波误差，提高滤波的精度，获得状态变量的最佳估计值。在GPS/INS卡尔曼滤波模型中，Q和R阵的取值在一定条件下将影响滤波器性能。本文进行了自适应卡尔曼滤波在组合导航系统中的应用研究，针对卡尔曼滤波器在导航系统的系统和观测噪声统计特性未知情况下引起的发散现象，提出一种新的同时在线估计和修正的“QR”的自适应卡尔曼滤波技术，自适应的过程就是利用测量残差序列在估计移动窗内是分段静态，来直接估计系统噪声协方差Q和测量噪声协方差（R），同时在此基础上又提出了一种基于模糊逻辑推理自适应滤波方法，理论和数字仿真结果表明这些方法可以提高空空导弹组合导航系统的导航精度和动态适应能力，增强导航的鲁棒性。本文的研究，为多传感器组合导航课题研究提供理论准备，但研究内容主要从组合导航普遍的数据处理问题着眼，不纠缠于特定组合技术的实现，因此本文成果具有普遍适用性，在导航以外的其他动态数据处理领域也有一定参考价值。其设计思想、基本框架和理论为我国导航技术领域的研究提供一些有意义和有价值的参考。关键词：信息融合，组合导航，卡尔曼滤波，联邦滤波，QR自适应，模糊自适应，GPS/INS组合
相关内容
相关标签