基于GNSS的机载多源数据融合算法研究
发布时间：2021-04-09 19:05
仪表着陆系统在现有飞行器进近和着陆的过程中起着举足轻重的作用,但由于雾霾天气和各类复杂气象条件的影响,同时航班的运行标准也在不断提高,原有的进近导航系统已难以在复杂气象环境下保障飞行器的高标准着陆要求。本文拟结合全球卫星导航系统和仪表着陆系统,提出一种新的组合导航进场策略,以提高飞行器进近航迹精度和完好性。本文的主要研究工作从以下几个方面呈现。首先,阐述了本文的研究背景及意义,介绍了飞行器导航的发展历程,并列举了近年来国内外对飞行器导航的研究成果及现状,按照地域分别介绍了其使用的飞行器导航系统并简单分析了技术特点和系统优劣性。其次,研究了仪表着陆系统和全球导航卫星系统的工作原理,并且在提高导航精度和可靠性的前提下提出了多源数据融合的方法。本文深入分析了四种融合算法,在参照应用模型特点的基础上选用了卡尔曼滤波算法和自适应滤波算法。针对后续研究机载端多源数据融合,在原有基础上对两种滤波算法进行了扩展研究,并且在仪表着陆系统的基础上引入星基着陆系统GLS（GNSS Landing System）,提出了新的组合导航进场策略,以此实现降低飞行器进近航迹误差,增强进近系统完好性,提高进近效率和空...
【文章来源】：沈阳航空航天大学辽宁省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及意义
1.2 飞行器导航发展概述
1.3 国内外研究现状
1.4 本文主要工作及内容安排
第2章 多源数据融合技术
2.1 概述
2.2 ILS技术
2.3 GNSS技术
2.4 四种融合算法
2.4.1 最小二乘估计算法
2.4.2 最小二乘的加权估计算法
2.4.3 卡尔曼滤波算法
2.4.4 自适应滤波算法
第3章 组合导航进场策略
3.1 概述
3.2 进场策略理论
3.2.1 基本RNP程序
3.2.2 对比GLS与ILS
3.3 进场数据处理
3.3.1 试飞数据处理
3.3.2 标准进近航迹处理
3.4 仿真与分析
3.5 小结
第4章 基于卡尔曼滤波融合算法的组合导航进场策略
4.1 概述
4.2 进近系统模型
4.3 数据获取及融合
4.3.1 ILS数据获取
4.3.2 差分GNSS数据获取
4.3.3 ILS、差分GNSS数据融合
4.4 组合导航进场策略仿真与分析
4.5 小结
第5章 基于扩展自适应融合算法的组合导航进场策略
5.1 概述
5.2 进近系统模型
5.3 扩展自适应融合算法
5.3.1 融合算法介绍
5.3.2 融合算法分析
5.4 组合导航进场策略仿真与分析
5.5 小结
结论
参考文献
致谢
攻读硕士期间发表（含录用）的学术论文
【参考文献】：
期刊论文
[1]Real-time total system error estimation: Modeling and application in required navigation performance[J]. Fu Li,Zhang Jun,Li Rui. Chinese Journal of Aeronautics. 2014(06)
[2]仪表着陆系统航向信标调制度差的仿真分析[J]. 武云云,朱爱雅,米正衡. 现代导航. 2013(06)
[3]机场进近导航系统介绍[J]. 童克文. 江苏航空. 2012(04)
[4]Lateral Flight Technical Error Estimation Model for Performance Based Navigation[J]. ZHAO Hongshenga,XU Xiaohaob,ZHANG Juna,ZHU Yanboa,YANG Chuansenc,HONG Shengd aSchool of Electronics and Information Engineering,Beihang University,Beijing 100191,China bCollege of Air Traffic Management,Civil Aviation University of China,Tianjin 300300,China cCollege of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China dSchool of Reliability and System Engineering,Beihang University,Beijing 100191,China. Chinese Journal of Aeronautics. 2011(03)
[5]带相关噪声的加权观测融合估计算法及其全局最优性[J]. 王欣,朱齐丹,孙书利. 系统工程与电子技术. 2010(10)
[6]面向空间导航系统设计的GPS量测仿真增强研究（英文）[J]. 王立端,翟传润,靳文瑞,战兴群. Chinese Journal of Aeronautics. 2010(04)
[7]RNAV和RNP技术研究[J]. 倪育德,肖山. 中国民用航空. 2010(04)
[8]全球导航卫星系统进展及其对导航定位的改善[J]. 陈俊勇. 大地测量与地球动力学. 2009(02)
[9]带相关观测噪声系统的自校正观测融合Kalman滤波器[J]. 高媛,邓自立. 科学技术与工程. 2009(07)
[10]A New Optimal Hatch Filter to Minimize the Effects of Ionosphere Gradients for GBAS[J]. Huang Zhenggang*,Huang Zhigang,Zhu Yanbo School of Electronic Information Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China. Chinese Journal of Aeronautics. 2008(06)
硕士论文
[1]基于无线传感器网络的气味源定位方法[D]. 李铭泽.天津大学 2009
[2]多星座卫星组合导航技术研究[D]. 吴玲.南京航空航天大学 2009
本文编号：3128156
【文章来源】：沈阳航空航天大学辽宁省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及意义
1.2 飞行器导航发展概述
1.3 国内外研究现状
1.4 本文主要工作及内容安排
第2章 多源数据融合技术
2.1 概述
2.2 ILS技术
2.3 GNSS技术
2.4 四种融合算法
2.4.1 最小二乘估计算法
2.4.2 最小二乘的加权估计算法
2.4.3 卡尔曼滤波算法
2.4.4 自适应滤波算法
第3章 组合导航进场策略
3.1 概述
3.2 进场策略理论
3.2.1 基本RNP程序
3.2.2 对比GLS与ILS
3.3 进场数据处理
3.3.1 试飞数据处理
3.3.2 标准进近航迹处理
3.4 仿真与分析
3.5 小结
第4章 基于卡尔曼滤波融合算法的组合导航进场策略
4.1 概述
4.2 进近系统模型
4.3 数据获取及融合
4.3.1 ILS数据获取
4.3.2 差分GNSS数据获取
4.3.3 ILS、差分GNSS数据融合
4.4 组合导航进场策略仿真与分析
4.5 小结
第5章 基于扩展自适应融合算法的组合导航进场策略
5.1 概述
5.2 进近系统模型
5.3 扩展自适应融合算法
5.3.1 融合算法介绍
5.3.2 融合算法分析
5.4 组合导航进场策略仿真与分析
5.5 小结
结论
参考文献
致谢
攻读硕士期间发表（含录用）的学术论文
【参考文献】：
期刊论文
[1]Real-time total system error estimation: Modeling and application in required navigation performance[J]. Fu Li,Zhang Jun,Li Rui. Chinese Journal of Aeronautics. 2014(06)
[2]仪表着陆系统航向信标调制度差的仿真分析[J]. 武云云,朱爱雅,米正衡. 现代导航. 2013(06)
[3]机场进近导航系统介绍[J]. 童克文. 江苏航空. 2012(04)
[4]Lateral Flight Technical Error Estimation Model for Performance Based Navigation[J]. ZHAO Hongshenga,XU Xiaohaob,ZHANG Juna,ZHU Yanboa,YANG Chuansenc,HONG Shengd aSchool of Electronics and Information Engineering,Beihang University,Beijing 100191,China bCollege of Air Traffic Management,Civil Aviation University of China,Tianjin 300300,China cCollege of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China dSchool of Reliability and System Engineering,Beihang University,Beijing 100191,China. Chinese Journal of Aeronautics. 2011(03)
[5]带相关噪声的加权观测融合估计算法及其全局最优性[J]. 王欣,朱齐丹,孙书利. 系统工程与电子技术. 2010(10)
[6]面向空间导航系统设计的GPS量测仿真增强研究（英文）[J]. 王立端,翟传润,靳文瑞,战兴群. Chinese Journal of Aeronautics. 2010(04)
[7]RNAV和RNP技术研究[J]. 倪育德,肖山. 中国民用航空. 2010(04)
[8]全球导航卫星系统进展及其对导航定位的改善[J]. 陈俊勇. 大地测量与地球动力学. 2009(02)
[9]带相关观测噪声系统的自校正观测融合Kalman滤波器[J]. 高媛,邓自立. 科学技术与工程. 2009(07)
[10]A New Optimal Hatch Filter to Minimize the Effects of Ionosphere Gradients for GBAS[J]. Huang Zhenggang*,Huang Zhigang,Zhu Yanbo School of Electronic Information Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China. Chinese Journal of Aeronautics. 2008(06)
硕士论文
[1]基于无线传感器网络的气味源定位方法[D]. 李铭泽.天津大学 2009
[2]多星座卫星组合导航技术研究[D]. 吴玲.南京航空航天大学 2009
本文编号：3128156
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3128156.html
