基于RBFNN的复杂环境下车载组合导航系统研究及实现
发布时间：2020-12-04 07:05
未来汽车的发展方向是自动驾驶汽车,随着人工智能技术、视觉识别技术、GNSS高精度导航定位技术、5G-V2X通信技术等核心技术的突破和完善,自动驾驶汽车会逐步发展起来,成为出行和物流工具。GNSS与INS都被广泛应用于汽车定位导航中,二者组合后可以提升系统的稳定性,是导航领域的研究热点问题之一。GNSS/INS组合导航分为松组合、紧组合和深组合。松组合和紧组合都是利用GNSS信息辅助INS导航,深组合实现了INS与GNSS在信号处理层的信息交互。其中,GNSS/INS紧组合和深组合两种方式,极大地提高了整体导航系统的可靠性,特别适用于复杂环境下的车载导航应用。GNSS/INS深组合系统的实现需要调整GNSS接收机底层软硬件结构,组合算法上也需要进行深层次研究。在目前的研究中,对深组合GNSS信号跟踪误差模型、深组合系统中GNSS基带性能评估及优化等方面的研究还不成熟,对组合导航系统的反欺骗性能和系统可靠性研究较少,这些都制约GNSS/INS组合技术的进一步突破及在车载复杂应用场景下广泛应用。本研究面向大众车载领域,从自动驾驶对卫星导航的需求出发,研究复杂动态环境下车载组合导航技术,提出组...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
abstract
缩略词表
第一章 绪论
1.1 研究背景和意义
1.1.1 课题来源
1.1.2 研究目的及意义
1.2 国内外研究现状
1.2.1 GNSS可靠性研究现状
1.2.2 组合导航技术研究现状
1.2.3 组合导航信息融合技术发展现状
1.2.4 车载导航的技术现状
1.3 本文的主要贡献与创新
1.4 本论文的结构安排
第二章 车载导航技术研究及复杂应用环境需求分析
2.1 GNSS接收机技术
2.1.1 GNSS接收机工作原理
2.1.2 硬件架构
2.1.3 软件架构
2.2 惯性导航技术
2.2.1 MEMS惯性技术
2.2.2 MEMS陀螺仪原理
2.2.3 MEMS加速度计原理
2.2.4 INS导航算法及误差方程
2.3 GNSS/INS组合导航技术
2.4 面向复杂应用环境的车载导航需求分析
2.5 本章小结
第三章 车载GNSS/INS组合导航系统可靠性研究
3.1 GNSS/INS组合系统欺骗防御性能研究
3.1.1 接收机反欺骗算法
3.1.2 欺骗信号建模
3.1.3 多峰检测模型
3.1.4 检测算法性能分析
3.2 GNSS/INS深组合导航可靠性研究
3.2.1 深组合导航误差建模
3.2.2 高动态下深组合导航可靠性研究
3.3 仿真验证与分析
3.3.1 GNSS反欺骗算法验证
3.3.2 GNSS/INS组合导航误差模型验证
3.4 本章小结
第四章 实时车载GNSS/INS组合导航算法研究
4.1 车载GNSS/INS组合导航系统结构
4.1.1 SINS导航解算算法
4.1.2 实时车载GNSS/INS组合导航系统设计
4.2 基于RBF的实时车载GNSS/INS组合滤波算法
4.2.1 自适应卡尔曼滤波器设计
4.2.2 RBF神经网络结构
4.3 测试及结果分析
4.3.1 基于RBF神经网络的自适应Kalman滤波算法验证
4.3.2 实时车载GNSS/INS紧组合系统性能测试
4.4 本章小结
第五章 一体化车载GNSS/INS组合导航系统实现与验证
5.1 基于RBFNN的一体化实时GNSS/INS组合导航模块设计
5.1.1 硬件架构
5.1.2 软件架构
5.1.3 GNSS数据与INS数据的同步提取
5.2 基于RBFNN的一体化实时GNSS/INS组合导航模块实现
5.2.1 组合模块硬件设计与实现
5.2.2 组合模块软件设计与实现
5.3 GNSS/INS车道级导航终端
5.3.1 组合导航模块在导航终端的集成
5.3.2 导航终端的可靠性测试
5.4 GNSS/INS组合车载导航系统测试
5.4.1 一体化导航模块测试
5.4.2 车道级车载组合导航测试
5.5 本章小结
第六章 全文总结与展望
6.1 论文工作总结
6.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果
【参考文献】：
期刊论文
[1]东风乘用车车联网发展战略的建议和思考[J]. 易琨,张彦超,刘勋,阮倩. 上海汽车. 2018(03)
[2]面向5G车联网连通性关键理论综述[J]. 张登银,张敏,丁飞. 南京邮电大学学报(自然科学版). 2018(01)
[3]基于车联网和移动边缘计算的时延可容忍数据传输[J]. 李萌,司鹏搏,孙恩昌,张延华. 北京工业大学学报. 2018(04)
[4]发展自动驾驶汽车的挑战和前景展望[J]. 陈晓博. 综合运输. 2016(11)
[5]GNSS/INS紧组合算法实时性改进与嵌入式验证[J]. 章红平,常乐,汪宏晨,牛小骥,高周正. 东南大学学报(自然科学版). 2016(04)
[6]智能网联汽车现状及发展战略建议[J]. 李克强. 经营者(汽车商业评论). 2016(02)
[7]GNSS/INS深组合技术研究进展与展望[J]. 牛小骥,班亚龙,张提升,刘经南. 航空学报. 2016(10)
[8]BDS/SINS紧耦合组合导航技术仿真研究[J]. 董淼,宋艳君,夏奇,张国纲. 计算机仿真. 2014(08)
[9]GNSS/INS深组合导航技术研究进展[J]. 金东阳,刘党辉,夏长峰. 全球定位系统. 2014(03)
[10]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)
博士论文
[1]城市环境下无人车自主定位关键技术研究[D]. 康俊民.长安大学 2016
[2]高动态GNSS/INS标量深组合跟踪技术研究[D]. 班亚龙.武汉大学 2016
[3]GNSS/INS深耦合系统关键技术研究[D]. 何伟.西北工业大学 2016
[4]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
[5]MEMS-SINS/GPS组合导航关键技术研究[D]. 崔留争.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
[6]GNSS/INS标量深组合跟踪技术研究与原型系统验证[D]. 张提升.武汉大学 2013
[7]GNSS/INS深组合导航理论与方法研究[D]. 陈坡.解放军信息工程大学 2013
[8]GNSS实时矢量跟踪技术研究[D]. 张欣.上海交通大学 2013
[9]GPS/SINS深组合导航中的关键技术研究[D]. 杨洋.南京理工大学 2013
[10]GNSS/INS深组合导航系统信息匹配问题与跟踪算法研究[D]. 罗勇.国防科学技术大学 2012
硕士论文
[1]GPS/SINS超紧耦合组合导航系统的信息融合算法研究[D]. 丰泽斌.浙江大学 2015
[2]GNSS接收机与惯导深耦合技术研究[D]. 吕新知.电子科技大学 2013
[3]车载组合导航系统技术研究[D]. 王媛.哈尔滨工程大学 2013
[4]基于“北斗一号”的车载导航终端系统设计与实现[D]. 刘伟.电子科技大学 2010
[5]车载导航系统的研究与实现[D]. 吴建洪.湖南大学 2007
本文编号：2897197
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
abstract
缩略词表
第一章 绪论
1.1 研究背景和意义
1.1.1 课题来源
1.1.2 研究目的及意义
1.2 国内外研究现状
1.2.1 GNSS可靠性研究现状
1.2.2 组合导航技术研究现状
1.2.3 组合导航信息融合技术发展现状
1.2.4 车载导航的技术现状
1.3 本文的主要贡献与创新
1.4 本论文的结构安排
第二章 车载导航技术研究及复杂应用环境需求分析
2.1 GNSS接收机技术
2.1.1 GNSS接收机工作原理
2.1.2 硬件架构
2.1.3 软件架构
2.2 惯性导航技术
2.2.1 MEMS惯性技术
2.2.2 MEMS陀螺仪原理
2.2.3 MEMS加速度计原理
2.2.4 INS导航算法及误差方程
2.3 GNSS/INS组合导航技术
2.4 面向复杂应用环境的车载导航需求分析
2.5 本章小结
第三章 车载GNSS/INS组合导航系统可靠性研究
3.1 GNSS/INS组合系统欺骗防御性能研究
3.1.1 接收机反欺骗算法
3.1.2 欺骗信号建模
3.1.3 多峰检测模型
3.1.4 检测算法性能分析
3.2 GNSS/INS深组合导航可靠性研究
3.2.1 深组合导航误差建模
3.2.2 高动态下深组合导航可靠性研究
3.3 仿真验证与分析
3.3.1 GNSS反欺骗算法验证
3.3.2 GNSS/INS组合导航误差模型验证
3.4 本章小结
第四章 实时车载GNSS/INS组合导航算法研究
4.1 车载GNSS/INS组合导航系统结构
4.1.1 SINS导航解算算法
4.1.2 实时车载GNSS/INS组合导航系统设计
4.2 基于RBF的实时车载GNSS/INS组合滤波算法
4.2.1 自适应卡尔曼滤波器设计
4.2.2 RBF神经网络结构
4.3 测试及结果分析
4.3.1 基于RBF神经网络的自适应Kalman滤波算法验证
4.3.2 实时车载GNSS/INS紧组合系统性能测试
4.4 本章小结
第五章 一体化车载GNSS/INS组合导航系统实现与验证
5.1 基于RBFNN的一体化实时GNSS/INS组合导航模块设计
5.1.1 硬件架构
5.1.2 软件架构
5.1.3 GNSS数据与INS数据的同步提取
5.2 基于RBFNN的一体化实时GNSS/INS组合导航模块实现
5.2.1 组合模块硬件设计与实现
5.2.2 组合模块软件设计与实现
5.3 GNSS/INS车道级导航终端
5.3.1 组合导航模块在导航终端的集成
5.3.2 导航终端的可靠性测试
5.4 GNSS/INS组合车载导航系统测试
5.4.1 一体化导航模块测试
5.4.2 车道级车载组合导航测试
5.5 本章小结
第六章 全文总结与展望
6.1 论文工作总结
6.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果
【参考文献】：
期刊论文
[1]东风乘用车车联网发展战略的建议和思考[J]. 易琨,张彦超,刘勋,阮倩. 上海汽车. 2018(03)
[2]面向5G车联网连通性关键理论综述[J]. 张登银,张敏,丁飞. 南京邮电大学学报(自然科学版). 2018(01)
[3]基于车联网和移动边缘计算的时延可容忍数据传输[J]. 李萌,司鹏搏,孙恩昌,张延华. 北京工业大学学报. 2018(04)
[4]发展自动驾驶汽车的挑战和前景展望[J]. 陈晓博. 综合运输. 2016(11)
[5]GNSS/INS紧组合算法实时性改进与嵌入式验证[J]. 章红平,常乐,汪宏晨,牛小骥,高周正. 东南大学学报(自然科学版). 2016(04)
[6]智能网联汽车现状及发展战略建议[J]. 李克强. 经营者(汽车商业评论). 2016(02)
[7]GNSS/INS深组合技术研究进展与展望[J]. 牛小骥,班亚龙,张提升,刘经南. 航空学报. 2016(10)
[8]BDS/SINS紧耦合组合导航技术仿真研究[J]. 董淼,宋艳君,夏奇,张国纲. 计算机仿真. 2014(08)
[9]GNSS/INS深组合导航技术研究进展[J]. 金东阳,刘党辉,夏长峰. 全球定位系统. 2014(03)
[10]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)
博士论文
[1]城市环境下无人车自主定位关键技术研究[D]. 康俊民.长安大学 2016
[2]高动态GNSS/INS标量深组合跟踪技术研究[D]. 班亚龙.武汉大学 2016
[3]GNSS/INS深耦合系统关键技术研究[D]. 何伟.西北工业大学 2016
[4]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
[5]MEMS-SINS/GPS组合导航关键技术研究[D]. 崔留争.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
[6]GNSS/INS标量深组合跟踪技术研究与原型系统验证[D]. 张提升.武汉大学 2013
[7]GNSS/INS深组合导航理论与方法研究[D]. 陈坡.解放军信息工程大学 2013
[8]GNSS实时矢量跟踪技术研究[D]. 张欣.上海交通大学 2013
[9]GPS/SINS深组合导航中的关键技术研究[D]. 杨洋.南京理工大学 2013
[10]GNSS/INS深组合导航系统信息匹配问题与跟踪算法研究[D]. 罗勇.国防科学技术大学 2012
硕士论文
[1]GPS/SINS超紧耦合组合导航系统的信息融合算法研究[D]. 丰泽斌.浙江大学 2015
[2]GNSS接收机与惯导深耦合技术研究[D]. 吕新知.电子科技大学 2013
[3]车载组合导航系统技术研究[D]. 王媛.哈尔滨工程大学 2013
[4]基于“北斗一号”的车载导航终端系统设计与实现[D]. 刘伟.电子科技大学 2010
[5]车载导航系统的研究与实现[D]. 吴建洪.湖南大学 2007
本文编号：2897197
本文链接：https://www.wllwen.com/kejilunwen/qiche/2897197.html
