基于多尺度的組合導航系統(tǒng)狀態(tài)估計及應用

目錄
前言
第1章 緒論 1
1.1 組合導航系統(tǒng)的發(fā)展概述 1
1.2 組合導航系統(tǒng)概述 2
1.2.1 幾種導航系統(tǒng)簡介 2
1.2.2 基于慣性導航的組合導航系統(tǒng)簡介 4
1.2.3 導航常用坐標系 5
1.2.4 導航坐標系之間的變換 6
1.3 信息融合技術在組合導航中的應用研究 8
1.3.1 信息融合技術簡介 8
1.3.2 多傳感器信息融合技術研究概況及發(fā)展 9
1.3.3 多傳感器信息融合算法概況與發(fā)展 10
1.4 多尺度估計理論 11
1.4.1 多尺度估計理論的提出與發(fā)展 11
1.4.2 多尺度估計理論的應用 12
1.4.3 多尺度估計理論在組合導航系統(tǒng)中的應用 14
1.5 本節(jié)主要內容 15
參考文獻 15
第2章 小波分析及多尺度系統(tǒng)理論基礎 19
2.1 短時傅里葉變換 19
2.2 小波變換 21
2.2.1 連續(xù)小波變換 21
2.2.2 離散柵格下的小波變換 23
2.2.3 母小波 24
2.3 小波框架 25
2.3.1 框架 25
2.3.2 Riesz基與正交基 26
2.3.3 小波框架的生成 28
2.4 多尺度分析 30
2.4.1 多尺度分析的定義和基本性質 31
2.4.2 正交小波的構造條件 34
2.4.3 Daubechies小波的構造 39
2.4.4 Mallat算法 45
2.5 小波包 48
2.5.1 小波包分解的思想 48
2.5.2 小波包定義與性質 49
2.6 多尺度系統(tǒng)理論 52
2.7 本章小結 56
參考文獻 56
第3章 衛(wèi)星/慣性組合導航及其*優(yōu)濾波算法 57
3.1 引言 57
3.2 系統(tǒng)狀態(tài)估計 58
3.2.1 線性系統(tǒng)描述 58
3.2.2 卡爾曼濾波算法 59
3.2.3 擴展卡爾曼濾波算法 61
3.2.4 無跡卡爾曼濾波算法 66
3.2.5 粒子濾波算法 69
3.3 GPS/慣性組合模式 74
3.3.1 松散組合 74
3.3.2 緊密組合 76
3.3.3 組合模式的選擇說明 77
3.4 基于位置、速度的組合導航系統(tǒng)的數(shù)學模型 78
3.4.1 組合導航系統(tǒng)的狀態(tài)方程 78
3.4.2 組合導航系統(tǒng)的量測方程 80
3.4.3 系統(tǒng)方程的離散化 82
3.5 卡爾曼濾波器的設計與實現(xiàn) 82
3.5.1 卡爾曼濾波器 83
3.5.2 卡爾曼濾波器在組合導航中的應用形式 84
3.6 基于偽距、偽距率的組合導航系統(tǒng)的數(shù)學模型 84
3.6.1 組合導航系統(tǒng)的狀態(tài)方程 84
3.6.2 組合導航系統(tǒng)的量測方程 85
3.7 本章小結 88
參考文獻 88
第4章 小波降噪技術及其在組合導航系統(tǒng)中的應用 89
4.1 引言 89
4.2 離散小波變換的快速變化 90
4.2.1 Mallat快速離散小波變換 90
4.2.2 單子帶重構改進算法 91
4.2.3 陀螺信號仿真驗證 92
4.3 小波包頻帶分析在陀螺信號中的應用 96
4.3.1 小波包的基本概念與頻域特征 96
4.3.2 小波包頻帶分析算法 97
4.3.3 陀螺信號頻帶分析 97
4.4 Mallat算法在陀螺信號中的應用 99
4.4.1 陀螺信號的數(shù)學模型 99
4.4.2 小波包動態(tài)閾值去噪算法 100
4.4.3 小波包閾值去噪結果分析 101
4.5 陀螺漂移提取與動態(tài)標定 103
4.5.1 隨機漂移的提取 103
4.5.2 不同尺度小波系數(shù)標定結果比較 104
4.5.3 Allan分析結果 107
4.6 本章小結 109
參考文獻 109
第5章 基于量測預處理的組合導航系統(tǒng) 111
5.1 引言 111
5.2 系統(tǒng)描述 111
5.3 信號的多尺度表示 112
5.4 動態(tài)系統(tǒng)的多尺度分解 114
5.5 基于小波降噪誤差方差模型的組合導航技術 119
5.5.1 GPS小波去噪的誤差方差試驗 119
5.5.2 基于小波降噪誤差方差模型的組合導航試驗 122
5.6 基于小波降噪與分布模型的組合導航算法 124
5.6.1 多尺度分析 125
5.6.2 基于降噪與分布模型的融合估計 126
5.6.3 仿真試驗及分析 127
5.7 基于多尺度預處理的組合導航系統(tǒng) 131
5.7.1 基于多尺度預處理的組合導航系統(tǒng)模型 1131
5.7.2 基于多尺度預處理的組合導航系統(tǒng)模型 2140
5.8 本章小結 143
參考文獻 143
第6章 基于多尺度的組合導航系統(tǒng)濾波算法 145
6.1 GPS的多尺度濾波算法估計 145
6.1.1 概述 145
6.1.2 運動載體動態(tài)模型的建立 147
6.1.3 GPS動態(tài)濾波模型的建立 151
6.1.4 單傳感器單模型動態(tài)系統(tǒng)多尺度估計 156
6.2 多傳感器多尺度組合導航系統(tǒng)的信息融合算法 175
6.2.1 GPS/SST/SINS多組合導航系統(tǒng)數(shù)學模型 176
6.2.2 算法描述 177
6.2.3 系統(tǒng)分塊算法 177
6.2.4 系統(tǒng)多尺度描述 184
6.2.5 系統(tǒng)的多尺度濾波算法 186
6.2.6 仿真試驗及分析 187
6.3 多傳感器組合導航系統(tǒng)的多尺度分布式濾波算法 190
6.3.1 多尺度融合算法的建立 191
6.3.2 基于尺度的分布式融合算法 195
6.3.3 仿真試驗及分析 199
6.4 多傳感器組合導航系統(tǒng)的多尺度多模型算法 201
6.4.1 概述 201
6.4.2 交互式多模型算法 201
6.4.3 多尺度多模型融合算法 203
6.4.4 仿真試驗及分析 207
6.5 本章小結 209
參考文獻 209
第7章 多傳感器組合導航系統(tǒng)的異步融合算法 210
7.1 引言 210
7.2 順序量測異步融合 211
7.2.1 問題描述 211
7.2.2 順序量測異步融合算法 212
7.2.3 常規(guī)信息異步融合算法 214
7.3 非等間隔異步融合算法在組合導航系統(tǒng)中的應用 215
7.3.1 高度輔助的SAR/INS組合導航系統(tǒng) 216
7.3.2 非等間隔及解決量測滯后的組合算法研究 218
7.4 基于狀態(tài)方程多尺度變換的多傳感器組合導航系統(tǒng)異步融合算法 222
7.4.1 系統(tǒng)描述 223
7.4.2 系統(tǒng)模型的建立 224
7.4.3 融合算法的建立 225
7.4.4 仿真試驗及分析 226
7.5 多傳感器組合導航系統(tǒng)的多尺度異步序貫濾波算法 229
7.5.1 系統(tǒng)描述 229
7.5.2 多尺度同步序貫卡爾曼濾波器 232
7.5.3 多尺度異步序貫濾波融合算法 239
7.5.4 仿真試驗及分析 242
7.6 本章小結 244
參考文獻 245
第8章 組合導航系統(tǒng)的故障檢測算法 246
8.1 引言 246
8.2 系統(tǒng)級的故障檢測及隔離 247
8.2.1 狀態(tài)χ2檢驗法 247
8.2.2 殘差χ2檢驗法 249
8.3 濾波算法的一致性檢驗 250
8.3.1 一致性檢驗的準則 250
8.3.2 新息的一致性檢驗 251
8.3.3 仿真試驗及分析 252
8.4 SINS的故障檢測技術 254
8.5 航跡起始算法255
8.5.1 航跡起始波門的形狀和尺寸 256
8.5.2 直觀法 259
8.5.3 邏輯法 260
8.5.4 修正的邏輯法 261
8.6 基于航跡起始的北斗/SINS組合導航的故障檢測算法 262
8.6.1 組合起始時北斗衛(wèi)星導航系統(tǒng)檢測算法 262
8.6.2 系統(tǒng)組合時北斗衛(wèi)星導航系統(tǒng)故障檢測算法 264
8.6.3 仿真試驗及分析 265
8.7 改進故障隔離的容錯聯(lián)邦濾波 266
8.7.1 容錯聯(lián)邦濾波器設計 267
8.7.2 容錯聯(lián)邦濾波器分析 271
8.7.3 仿真試驗及分析 273
8.8 本章小結 279
參考文獻 279