融合Adaboost与云模型优化算法的MIMUs/GPS信息处理研究

发布时间：2022-01-17 17:34

　　MEMS技术的迅猛发展为微惯性测量单元（MEMS IMUs,MIMUs）在低成本惯性导航系统中的应用提供了广阔的空间。本文以车载MIMUs/GPS导航系统为研究对象,在MIMUs单机工作的基础上,将MIMUs与GPS结合起来,借助Kalman滤波技术,开展MIMUs/GPS信息融合策略的研究。研究MIMUs单独工作时的导航解算方法,根据实际应用中陀螺仪的输出方式分析姿态四元数微分方程解法的应用场合。同时,为了弥补纯惯性模式下导航误差逐渐积累这一不足,完成MIMUs/GPS组合系统Kalman滤波器设计,通过对误差的有效估计,提高导航精度。考虑到GPS易受到外界干扰这一实际情况,提出一种Adaboost优化的组合导航系统信息融合算法,寻求GPS失锁时导航系统的信息处理策略,通过迭代训练出强学习器在GPS失锁时间段内能有效预测Kalman滤波器的滤波观测值,在GPS断开的50s时间内,采用基于Adaboost改进的BP算法能有效地预测出松组合模式下导航系统滤波的观测值,在不损失系统实时性的前提下,确保滤波器具有了理想的导航预测稳定性和预测精度。针对系统量测噪声统计特性随时间和周围环境发生变... 

【文章来源】：东北电力大学吉林省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

差分电容式加速度计结构示意图

图 2-4 载体坐标系示意图析，可以得到上述几种坐标系UENXeYeZe (Zi)格林威治子午线当地子午线LO北极轴ZbYbXbYi 几种常用坐标系之间的关系示意

基于Adaboost的BPNN算法流程图

【参考文献】：
期刊论文
[1]基于模糊神经网络优化扩展卡尔曼滤波的锂离子电池荷电状态估计[J]. 商云龙,张承慧,崔纳新,张奇.  控制理论与应用. 2016(02)
[2]基于约束粒子群优化的海底地形辅助惯性导航定位方法[J]. 周玲,程向红.  中国惯性技术学报. 2015(03)
[3]改进的强跟踪UKF算法及其在INS/GPS组合导航中的应用[J]. 胡高歌,刘逸涵,高社生,杨一.  中国惯性技术学报. 2014(05)
[4]神经网络辅助的GPS/MEMS-INS组合导航算法[J]. 刘庆元,郝立良,黄书捷,朱山昱.  测绘科学技术学报. 2014(04)
[5]神经网络辅助卡尔曼滤波在组合导航中的应用[J]. 崔留争,高思远,贾宏光,储海荣,姜瑞凯.  光学精密工程. 2014(05)
[6]改进神经网络辅助的GPS/INS组合导航算法[J]. 谭兴龙,王坚,韩厚增,姚一飞.  中国矿业大学学报. 2014(03)
[7]无人机地形匹配辅助导航系统设计与仿真[J]. 吕文涛,王宏伦,刘畅,纪红霞.  电光与控制. 2014(05)
[8]一种基于时变噪声的惯性/陆基无线电导航系统信息融合方法[J]. 马燕玲,赖际舟,吕品,柳敏,刘建业.  电子测量技术. 2013(03)
[9]惯性/天文深组合非线性定位算法[J]. 赖际舟,于永军,熊智,刘建业.  控制与决策. 2012(11)
[10]云模型及应用综述[J]. 叶琼,李绍稳,张友华,疏兴旺,倪冬平.  计算机工程与设计. 2011(12)

博士论文
[1]北斗软件接收机及惯性/卫星超紧组合导航关键技术研究[D]. 谢非.南京航空航天大学 2014
[2]低成本微小型无人机惯性组合导航技术研究[D]. 孙罡.南京理工大学 2014
[3]舰船捷联惯性系统初始对准技术研究[D]. 张义.哈尔滨工程大学 2012
[4]机载捷联惯性/天文组合导航系统关键技术研究[D]. 屈蔷.南京航空航天大学 2012
[5]云模型在文本挖掘应用中的关键问题研究[D]. 代劲.重庆大学 2011
[6]不确定性信息处理的随机集方法及在系统可靠性评估与故障诊断中的应用[D]. 徐晓滨.上海海事大学 2009
[7]低成本AHRS/GPS紧耦合融合滤波技术研究[D]. 夏琳琳.哈尔滨工程大学 2008

硕士论文
[1]MIMU标定及误差补偿技术研究[D]. 韩旭.南京理工大学 2014
[2]基于惯性测量和RSSI的个人室内定位系统[D]. 胡伟娅.上海交通大学 2013
[3]基于运动传感的个人导航系统及算法研究[D]. 齐保振.浙江大学 2013
[4]SINS/陆基无线电组合导航系统研究[D]. 李俊.哈尔滨工业大学 2010
[5]MIMU/磁强计航姿参考系统研究[D]. 盛庆轩.国防科学技术大学 2009
[6]飞行模拟器无线电导航系统仿真研究[D]. 李新喜.哈尔滨工业大学 2007



本文编号：3595147