2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩150頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、捷聯(lián)慣性導(dǎo)航系統(tǒng)(SINS)和全球定位系統(tǒng)(GPS)構(gòu)成的組合導(dǎo)航系統(tǒng)應(yīng)用廣泛。在紛繁復(fù)雜的應(yīng)用環(huán)境中,對(duì)SINS/GPS組合系統(tǒng)的精度、可靠性等方面性能提出了更高的要求。研究適用于組合導(dǎo)航系統(tǒng)的精度更高、魯棒性更強(qiáng)的非線性濾波算法是解決這一問題的重要途徑。本文以SINS/GPS緊耦合組合導(dǎo)航系統(tǒng)為背景,在Bayesian最優(yōu)濾波框架下對(duì)常用非線性濾波算法進(jìn)行了精度、復(fù)雜度以及魯棒性等方面的分析和改進(jìn);同時(shí)將改進(jìn)的算法用于處理SINS/

2、GPS緊耦合的對(duì)應(yīng)問題,具體的研究?jī)?nèi)容為:
  分析了非線性Bayesian濾波的精度與復(fù)雜度并給出了選擇的依據(jù)。依據(jù)Bayesian定理導(dǎo)出了最優(yōu)遞推Bayesian濾波。從對(duì)后驗(yàn)分布函數(shù)近似的角度,對(duì)適用于高斯分布系統(tǒng)的EKF、CDKF、UKF、CKF算法以及適用于非高斯系統(tǒng)的PF算法的近似思想進(jìn)行了總結(jié)。分析了算法的精度和復(fù)雜度,以等效復(fù)雜度作為指標(biāo)導(dǎo)出了較為精確的計(jì)算濾波復(fù)雜度的表達(dá)式。對(duì)算法進(jìn)行了數(shù)值仿真,驗(yàn)證了先前分析

3、的正確性。
  研究了基于非線性Bayesian濾波的SINS/GPS緊耦合導(dǎo)航的非線性融合問題。通過對(duì)SINS的非線性誤差四元數(shù)狀態(tài)方程,GPS的非線性偽距、偽距率量測(cè)方程的推導(dǎo)揭示了緊耦合導(dǎo)航的非線性特性較松耦合系統(tǒng)更強(qiáng)。針對(duì)大初始誤差條件下SINS/GPS緊耦合系統(tǒng)較強(qiáng)的非線性特性,應(yīng)用CKF和CPF來處理此問題。數(shù)值仿真表明了CKF和CPF在處理苛刻初始誤差上的強(qiáng)魯棒性。分析了GPS量測(cè)模型非線性程度,提出了一種簡(jiǎn)化CKF

4、的緊耦合導(dǎo)航序貫融合方法,提高了系統(tǒng)實(shí)時(shí)性。
  分析了變分Bayesian自適應(yīng)卡爾曼濾波利用共軛分布對(duì)噪聲方差的估計(jì)原理,與傳統(tǒng)殘差自適應(yīng)估計(jì)方法進(jìn)行比較,指出了其相似性與差異性;當(dāng)量測(cè)噪聲的均值與方差同時(shí)未知時(shí),利用高斯逆Gamma分布對(duì)參數(shù)進(jìn)行模擬,提出了一種可對(duì)兩者進(jìn)行同步估計(jì)的變分Bayesian自適應(yīng)卡爾曼濾波算法。針對(duì)SINS/GPS緊耦合系統(tǒng)中GPS噪聲建模誤差所導(dǎo)致的導(dǎo)航精度下降的問題,將變分Bayesian方

5、法與CKF相結(jié)合提出了新的VB-CKF,利用VB-CKF的后驗(yàn)高斯分布作為PF的建議分布提出了VB-CPF算法,數(shù)值仿真證明了算法的有效性。將VB-CKF和VB-CPF算法應(yīng)用于SINS/GPS緊耦合的自適應(yīng)非線性融合中,抑制了傳統(tǒng)算法的精度下降及發(fā)散問題,從而有效提高了系統(tǒng)的魯棒性。
  針對(duì)惡劣GPS觀測(cè)環(huán)境中可見衛(wèi)星受到部分遮擋的情況,從系統(tǒng)可觀測(cè)分析的角度對(duì)SINS/GPS緊耦合自身的魯棒性進(jìn)行了分析與驗(yàn)證。以狀態(tài)的可觀測(cè)

6、度作為系統(tǒng)魯棒性強(qiáng)弱的度量,分析了GPS可見衛(wèi)星數(shù)目變化對(duì)系統(tǒng)估計(jì)性能的影響,證明了緊耦合相對(duì)于松耦合的優(yōu)勢(shì)。
  針對(duì)惡劣GPS觀測(cè)環(huán)境中信號(hào)受到遮擋引起定位精度差的問題,研究了卡爾曼平滑算法對(duì)失效期間信號(hào)的橋接問題。利用CKF改進(jìn)了非線性函數(shù)的統(tǒng)計(jì)線性化;基于統(tǒng)計(jì)線性化函數(shù)分別推導(dǎo)出了前向背向平滑和RTS形式的平滑算法。對(duì)改進(jìn)的統(tǒng)計(jì)線性化平滑算法進(jìn)行反饋校正設(shè)計(jì),提出了基于統(tǒng)計(jì)線性化前向背向容積平滑的SINS/GPS數(shù)據(jù)橋接方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論