基于粒子滤波的空天飞行器多源信息融合导航技术研究

发布时间：2017-10-10 17:32

  本文关键词：基于粒子滤波的空天飞行器多源信息融合导航技术研究

  更多相关文章： 空天飞行器 多源信息融合 粒子滤波 故障检测

【摘要】：空天飞行器由于其特殊的飞行任务和复杂的飞行环境,对导航系统的自主性、可靠性和导航精度均提出了很高的要求,以惯性/卫星/天文为基础的多源信息融合导航技术为实现空天飞行器高精度和高可靠导航提供了很好的基础。空天飞行器多源信息融合导航技术的核心在于信息融合方法,传统的扩展卡尔曼滤波算法可以很好地实现对多源异类导航传感器信息的融合,但在高动态环境下,其性能会由于对组合滤波模型的一阶线性化展开而蜕化甚至导致滤波发散;此外,考虑到导航传感器在高动态环境下也会出现误差的异常变化,如果不对出现异常的导航传感器输出数据进行故障检测,也将大大降低多源信息融合导航系统的性能。考虑到单一的导航系统难以完全独立地为空天飞行器提供高精度的导航信息,为此,本文针对性开展了空天飞行器多源信息融合组合导航方案和算法的研究,为保证空天飞行器在发射主动段对导航高精度和高可靠性的要求,研究提出了基于粒子滤波的空天飞行器多源信息融合组合导航方案和算法,推导并建立了发射惯性系下的空天飞行器多源信息融合自主导航数学模型,从而为空天飞行器多源信息融合自主导航系统的实现提供了基本依据。由于传统的扩展卡尔曼滤波算法存在一阶线性化近似和对噪声统计特性要求较高的情况,本文研究了基于粒子滤波的新型非线性滤波算法,并且构建了基于粒子滤波的空天飞行器惯性/GPS/星敏感器多源信息融合组合导航系统模型,以实现对发射惯性系下导航系统参数的动态估计,仿真结果表明采用粒子滤波算法较扩展卡尔曼滤波算法具有更高的导航精度,从而为空天飞行器组合导航系统非线性滤波算法的实现提供了理论支撑。针对空天飞行器导航系统长时间运行会出现不可预知的传感器故障问题,本文分析了常见的故障检测算法,并着重研究了基于粒子滤波的似然函数故障检测算法和状态估计残差故障检测算法,研究结果表明这两种故障检测算法均可以灵敏地检测导航传感器故障,有效解决了多源信息融合导航系统中传感器的可靠接入问题,为保障空天飞行器长时间飞行所具备的高可靠性导航要求奠定了理论基础。在研究基于粒子滤波的空天飞行器多源信息融合滤波算法和故障检测算法的基础上,设计了基于PC104嵌入式计算机实现的空天飞行器惯性/卫星/天文多源信息融合导航系统半物理仿真验证环境,并构建了相应的算法验证软硬件平台,对所设计的粒子滤波算法和故障检测算法性能进行了综合分析和验证,从而为本文所研究的多源信息融合组合导航滤波算法的工程化应用提供了有益的参考。
【关键词】：空天飞行器 多源信息融合 粒子滤波 故障检测
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V249.3;V448
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 注释表13-14
• 缩略词14-15
• 第一章 绪论15-23
• 1.1 论文研究背景15-16
• 1.2 空天飞行器和多源信息融合技术发展现状16-18
• 1.2.1 国内外空天飞行器发展现状16-17
• 1.2.2 多源信息融合滤波理论发展研究概述17-18
• 1.3 粒子滤波理论研究和故障检测技术发展概述18-20
• 1.3.1 粒子滤波理论研究概述18-19
• 1.3.2 故障检测技术研究现状19-20
• 1.4 论文研究的目的与意义20
• 1.5 论文主要内容与章节安排20-23
• 第二章 发射系下基于粒子滤波的多源信息融合导航总体方案设计23-32
• 2.1 引言23
• 2.2 发射系下基于粒子滤波的多源信息融合导航总体方案设计23-26
• 2.2.1 常用的导航系统多源信息融合算法23-25
• 2.2.2 基于粒子滤波的多源信息融合导航总体方案设计25-26
• 2.3 发射系下捷联惯性导航算法研究26-28
• 2.3.1 发射系下捷联惯性导航姿态解算方法研究26-27
• 2.3.2 发射系下捷联惯性导航速度解算方法研究27-28
• 2.3.3 发射系下捷联惯性导航位置解算方法研究28
• 2.4 发射系下多源信息融合导航传感器分析与建模28-31
• 2.4.1 GPS定位原理分析与建模28-30
• 2.4.2 星敏感器定姿原理分析与建模30-31
• 2.5 本章小结31-32
• 第三章 基于粒子滤波的多源信息融合导航非线性滤波算法研究32-50
• 3.1 引言32
• 3.2 粒子滤波基本算法研究32-37
• 3.2.1 递推贝叶斯估计32-34
• 3.2.2 蒙特卡罗采样34
• 3.2.3 序贯重要性采样34-35
• 3.2.4 粒子滤波重采样35-37
• 3.2.5 标准粒子滤波算法37
• 3.3 基于粒子滤波的多源信息融合导航系统设计37-41
• 3.3.1 基于粒子滤波的多源信息融合方案设计37-38
• 3.3.2 多源信息融合导航系统状态方程38
• 3.3.3 多源信息融合导航系统量测方程38-39
• 3.3.4 基于标准粒子滤波的多源信息融合导航性能分析39-41
• 3.4 高斯粒子滤波算法研究41-48
• 3.4.1 基本高斯粒子滤波算法42-43
• 3.4.2 简化高斯粒子滤波算法43
• 3.4.3 高斯粒子滤波算法仿真验证43-45
• 3.4.4 基于高斯粒子滤波的多源信息融合导航性能分析45-46
• 3.4.5 粒子数对高斯粒子滤波的影响研究46-48
• 3.5 基于高斯粒子滤波的多源信息融合导航系统性能研究48-49
• 3.6 本章小结49-50
• 第四章 基于粒子滤波的多源信息融合导航故障检测算法研究50-63
• 4.1 引言50
• 4.2 基于粒子滤波的多源信息融合故障检测方案设计50-52
• 4.3 基于粒子滤波的似然函数值故障检测算法研究52-54
• 4.3.1 贝叶斯滤波原理的似然概率密度函数52
• 4.3.2 基于粒子滤波的似然函数值故障检测算法52-53
• 4.3.3 基于高斯粒子滤波的似然函数值故障检测算法53-54
• 4.4 基于粒子滤波的残差平滑故障检测算法研究54-56
• 4.4.1 残差平滑故障检测算法基本思想55
• 4.4.2 基于高斯粒子滤波的残差平滑故障检测算法55-56
• 4.5 基于粒子滤波的故障检测算法仿真和分析56-62
• 4.5.1 仿真条件设置56-58
• 4.5.2 基于高斯粒子滤波的似然函数值故障检测算法仿真分析58-60
• 4.5.3 基于高斯粒子滤波的残差平滑故障检测算法仿真分析60-62
• 4.6 本章小结62-63
• 第五章 基于粒子滤波的多源信息融合导航半物理仿真平台研究63-79
• 5.1 引言63
• 5.2 多源信息融合半物理仿真系统总体方案设计63-64
• 5.3 多源信息融合导航系统硬件总体实现64-69
• 5.3.1 多源信息融合半物理仿真系统总体实现设计64
• 5.3.2 半物理仿真平台主要模块功能分析64-69
• 5.3.3 多源信息融合半物理仿真系统工作流程69
• 5.4 多源信息融合导航系统软件总体实现69-73
• 5.4.1 多源信息融合导航系统总体模块设计69-70
• 5.4.2 发射系下捷联惯性导航解算模块设计70-71
• 5.4.3 基于高斯粒子滤波的多源信息融合模块设计71-72
• 5.4.4 基于高斯粒子滤波的多源信息融合故障检测模块设计72-73
• 5.5 多源信息融合导航系统半物理仿真系统综合性能测试73-78
• 5.5.1 多源信息融合半物理仿真参数设置73-74
• 5.5.2 基于高斯粒子滤波的多源信息融合算法验证分析74-75
• 5.5.3 基于高斯粒子滤波的似然函数值故障检测算法的半物理仿真验证75-77
• 5.5.4 基于高斯粒子滤波的残差平滑故障检测算法的半物理仿真验证77-78
• 5.6 本章小结78-79
• 第六章 总结与展望79-81
• 6.1 本文工作总结79-80
• 6.2 进一步工作展望80-81
• 参考文献81-85
• 致谢85-86
• 在学期间的研究成果及发表的学术论文86

【参考文献】

中国期刊全文数据库 前10条

1 陈樱婷;王峰;刘浩成;;差分GPS定位技术的原理和应用研究[J];电脑知识与技术;2014年25期

2 康开华;;英国“云霄塔”空天飞机的最新进展[J];国际太空;2014年07期

3 张成军;阴妍;鲍久圣;纪洋洋;;多源信息融合故障诊断方法研究进展[J];河北科技大学学报;2014年03期

4 黄伟;夏智勋;;美国高超声速飞行器技术研究进展及其启示[J];国防科技;2011年03期

5 张诗桂;朱立新;;基于变权平均似然函数的粒子滤波改进算法[J];探测与控制学报;2011年01期

6 刘基余;;空天飞机的应用展望[J];卫星与网络;2010年06期

7 许红英;侯丹;陈杰;屠空;;美空军发射X-37B飞行器简析[J];中国航天;2010年06期

8 ;SINS/CNS/GPS integrated navigation algorithm based on UKF[J];Journal of Systems Engineering and Electronics;2010年01期

9 毕修颖;;关于现代天文导航系统的思考[J];航海技术;2009年05期

10 郑小兵;董景新;孟令晶;李曦;;潜地导弹初始定位误差估算方法[J];中国惯性技术学报;2009年02期

，

本文编号：1007673