基于GNSS/IMU的无人机高精度定位导航性能分析及应用研究

发布时间：2023-04-03 23:15

　　随着无人机产业的迅速发展,其应用需求与日俱增,由此带来的商业价值不可估量。然而,当前关于监管无人机运行控制的相关规章和措施不足,导致无人机“黑飞”事件频发,严重威胁空域运行安全。无人机在不知情的情况下闯入限制区和禁飞区,造成无人机与航空器危险接近甚至相撞,导致航班延误备降甚至返航,使得机场、航空公司蒙受了巨大的经济损失。本文选取无人机快递作为应用背景,从定位导航的角度出发,针对无人机在飞行过程中的高精度定位、导航性能评估两个问题开展研究,为无人机运行控制的监管提供重要的理论参考。本文首先对无人机的广泛应用进行了归纳总结,选取其中最具商业价值的无人机快递作为研究背景,并且提出选用GNSS/IMU组合导航作为这一应用的主要导航方式。由于目前关于无人机快递的定位需求研究空缺,本文根据无人机快递的应用范围和配送流程,明确了无人机在飞行过程中的定位精度需求。之后为实现这一需求,结合无人机在飞行过程中的运动特性,创新地提出了自回归运动模型下的粒子滤波算法,对无人机的实时位置状态进行高精度估计,并且通过和KF、EKF、PF三种传统的滤波算法进行比较,证明所提出算法的优越性。再者,针对GNSS/IMU...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究现状
        1.2.1 无人机应用研究现状
        1.2.2 高精度定位及滤波算法研究现状
        1.2.3 导航性能评估方法研究现状
    1.3 本文主要研究内容及章节安排
第二章 导航定位系统在无人机快递中的应用
    2.1 全球导航卫星系统
        2.1.1 GNSS基本组成
        2.1.2 GPS基本工作原理
    2.2 惯性组件
        2.2.1 IMU基本组成
        2.2.2 IMU基本工作原理
    2.3 GNSS/IMU组合模式
        2.3.1 松组合
        2.3.2 紧组合
        2.3.3 深组合
    2.4 无人机快递应用中的定位精度需求
        2.4.1 无人机快递流程及应用范围
        2.4.2 终端区域定位精度需求
        2.4.3 航路区域定位精度需求
    2.5 本章小结
第三章 自回归运动模型下的粒子滤波算法
    3.1 卡尔曼滤波相关算法研究
        3.1.1 KF算法
        3.1.2 EKF算法
    3.2 粒子滤波算法研究
        3.2.1 蒙特卡洛采样
        3.2.2 重要性采样
        3.2.3 序贯重要性采样
        3.2.4 重采样
    3.3 运动模型理论体系
        3.3.1 CV/CA模型
        3.3.2 CTRV/CTRA模型
        3.3.3 CSAV/CSAA模型
    3.4 基于自回归运动模型的粒子滤波算法
        3.4.1 理论基础
        3.4.2 自回归运动模型的构建
        3.4.3 自回归运动模型的粒子滤波器设计
    3.5 本章小结
第四章 无人机快递应用下的导航性能评估理论体系
    4.1 导航性能评估方法架构
    4.2 精度评估方法
        4.2.1 精度衰减因子
        4.2.2 可见卫星颗数
    4.3 完好性评估方法
        4.3.1 完好性评估误差圆模型
        4.3.2 1σ等概率误差椭圆
        4.3.3 95%等概率误差椭圆
        4.3.4 95%等概率误差圆
    4.4 连续性评估方法
        4.4.1 连续性可靠度
        4.4.2 连续性风险概率
    4.5 可用性评估方法
    4.6 本章小结
第五章 仿真实验与数据分析
    5.1 仿真实验方案
    5.2 实验数据结果分析
        5.2.1 滤波算法结果比较
        5.2.2 仿真数据精度评估
        5.2.3 仿真数据完好性评估
        5.2.4 仿真数据连续性评估
        5.2.5 仿真数据可用性评估
    5.3 本章小结
第六章 总结与展望
    6.1 研究总结
    6.2 研究展望
参考文献
致谢
在学期间的研究成果及发表的学术论文



本文编号：3781331