光纖捷聯(lián)慣性組合導航系統(tǒng)建模及濾波技術研究.pdf

1、我國國防事業(yè)的迅速發(fā)展，對現(xiàn)代高性能飛行器的應用效能提出了更高的要求，如何提高飛行器的導航精度已成為導航領域研究的熱點和關鍵。本文以提高現(xiàn)代高性能飛行器組合導航系統(tǒng)精度為目的，對高精度光纖捷聯(lián)慣性組合導航系統(tǒng)相關技術進行研究，分別從慣性傳感器誤差的分析和補償，以及組合導航系統(tǒng)濾波算法的改進這兩個方面進行研究。
　　陀螺是慣性導航系統(tǒng)的核心元件之一，其輸出噪聲直接影響慣導系統(tǒng)的精度。本文對光纖陀螺信號的去噪算法進行了研究。首先提出了

2、小波動態(tài)閾值去噪算法，根據(jù)小波分解后各頻帶噪聲分量的不同選擇動態(tài)閾值對信號進行處理，能夠有效地提高陀螺輸出信號的精度。其次，研究了基于偽 Wigner-Ville分布基本理論的時頻峰值濾波算法，并此基礎上提出了自適應時頻峰值濾波算法，設計了自適應的偽 Wigner-Ville分布最優(yōu)窗長獲取準則，通過局部峰值搜索實現(xiàn)編碼信號的瞬時頻率估計，進而還原有用信號，實現(xiàn)了減小噪聲和增強有用信號的目的。
　　此外，本文對陀螺隨機誤差特性分析

3、方法進行了研究，通過分析陀螺誤差模型和參數(shù)，實現(xiàn)導航系統(tǒng)誤差的準確分析。首先研究了Allan方差分析法和動態(tài)Allan方差分析法的基本原理。其次，提出了基于模糊控制的時變窗長動態(tài) Allan方差分析方法，根據(jù)光纖陀螺輸出信號的變化特征設計了模糊控制器，實時選擇合適長度的窗函數(shù)進行動態(tài) Allan方差分析，提高對光纖陀螺信號動態(tài)Allan方差分析的準確性。接著，提出了基于雷達圖的動態(tài)Allan方差算法性能評估，實現(xiàn)了對動態(tài) Allan方差

4、算法的定量評估。最后，提出了基于經(jīng)驗模態(tài)分解的陀螺隨機信號的Allan方差分析方法，可針對不同種類陀螺信號直觀反映陀螺噪聲在時頻域上的分布規(guī)律和信號的誤差特征。
　　卡爾曼濾波算法是一種常用的組合導航系統(tǒng)濾波方法，精確卡爾曼濾波參數(shù)的獲得有利于提高濾波效果。為此，本文對組合導航卡爾曼濾波參數(shù)的精確獲取方法進行了研究，提出了一種基于精確建模的卡爾曼濾波組合導航算法。首先，建立了基于 Allan方差系數(shù)的光纖陀螺和加速度計誤差模型。其

5、次，推導了 Allan方差系數(shù)與慣性傳感器模型參數(shù)之間的數(shù)學關系。最后，推導了基于量化噪聲增強的慣導系統(tǒng)誤差方程，建立了基于精確建模的卡爾曼濾波方程，高效地獲得了較精確的卡爾曼濾波參數(shù)。仿真和實驗驗證結果表明，基于該方法的組合導航精度優(yōu)于傳統(tǒng)算法。
　　同時，本文研究了一種人工蜂群粒子濾波組合導航算法。首先，分析了粒子濾波和人工蜂群算法的基本原理。其次，針對粒子濾波算法存在的粒子退化和貧化的問題，采用人工蜂群算法對粒子的建議分布進

6、行優(yōu)化，改善了粒子的多樣性，提高了組合導航系統(tǒng)的精度。
　　最后，本文基于 MATLAB軟件搭建了光纖捷聯(lián)慣性組合導航系統(tǒng)軟件平臺，分別對基于小波動態(tài)閾值的光纖陀螺去噪算法、基于ATFPF的光纖陀螺去噪算法、基于模糊控制的時變窗長DAVAR分析方法、基于EMD的光纖陀螺信號Allan方差分析方法、基于精確建模的卡爾曼濾波算法和人工蜂群粒子濾波算法這六種算法進行了實現(xiàn)。最后，結合跑車實測數(shù)據(jù)對基于精確建模的卡爾曼濾波算法和人工蜂群粒