信息融合技术在微小型惯性测量系统中的应用的分析.pdfVIP

东南人学博士论文 摘 要 信息融合技术是七十年代发展起来的一门新兴科学，在惯性测 量当中的应用还处在初级阶段。随着微电子技术和微机械加工技术 的发展，出现了一种新型惯性敏感元件一一微型机械惯性敏感元件。 由于它具有体积小、重量轻、成本低的特点，在惯性测量装置中可 以采用冗余使用。本文针对微小型惯性测量系统的特点，就如何利 用信息融合技术提高其测量精度进行了研究。提出了采用平行冗余 编排方式、元件级信息融合的冗余MIMU方案，对利用Kalman滤 波器实现基于MIMU的INS和GPS组合的方法进行了研究。所做 的主要工作包括如下几个方面： 1)陀螺仪逐次启动漂移的特性分析 利用时间序列理论对同一只陀螺仪的多次启动漂移特性进行了 研究，研究表明：同一只陀螺仪的逐次启动漂移存在相同或相近的 特性。主要表现在其变化趋势相似，随机漂移的时间序列模型结构 相同、系数相近。因此，在进行误差补偿时可以采用一次启动获取 的模型进行补偿。 2)陀螺仪群体漂移特性的分析 对于多个相同型号的陀螺仪在相同的条件下同时进行测试时的 群体漂移特性进行了分析，研究表明：虽然测试环境、条件和陀螺 仪结构都相同，但它们的漂移特性却完全不同。它们存在不同的趋 势项漂移、随机漂移部分符合一阶马尔可夫过程，但各陀螺之间的 参数有较大差别。它们的漂移在进行趋势项提取之前存在较强的相 羌．性，这主要是相同的环境条件变化引起的。在提取趋势项后漂移 信号之间相关性较弱，说明它们的随机漂移部分是相互独立的。 3)信息分类技术研究 数据融合之前对信息进行分类是致关重要的，只有来自于同一 被测目标的信息才能进行融合。通常判断信息是否来自于同一被测 目标的手段是关联性分析。它包括相关性分析和一致性分析。本文 创建性地将聚类分析理论应用于信息的分类，并根据惯性元件的测 试特点确定了结束聚类的阈值。与关联性分析相比，聚类分析法简 {尚 要 单实用准确率高。 4)多传感器信息融合中的容错技术的研究 提出了多传感器之问相互支持度的概念。从理论上确定了判定 伪信息的闽值，解决了以往靠经验确定闽值的问题。提出了利用相 互支持度对伪信息进行剔除的新技术。 5)加权平均法信息融合技术研究 利用多元统计理论对权的最优分配原则进行了推导，确定了加 权平均法信息融合时权的最优分配原则。研究表明：1)采用最优 权重分配原则后，参与数据融合的任何一个传感器，不管其精度多 差，都有助于提高目标函数的精度。2)采用最优权重分配原则后， 目标函数的精度一定高于任何一个单个传感器的精度。这是最优权 重分配法数据融合技术最鲜明的两个优点，而简单平均法就没有这 种特点。当各传感器精度相差较大时，采用简单平均法进行数据融 合，融合结果的精度很有可能受精度低的传感器影响而不如单个精 度较高的传感器的精度。 6)基于MIMU的INS和GPS组合技术的研究 够达到一定的精度水平，满足低精度、短时间工作、低成本要求的 载体的要求。 关键词：微小型惯性测量组合，信息融合，随机漂移，加权平均， Kalman滤波器，时间序列，均方差，ARMA模型，趋势项，支持度， 聚类分析，容错技术，微机械陀螺仪 东南大学博士学位论文 Abstract Theinformationfusion a is kindofnewscience fastinthe technique developing decades．Its ininertialmeasurementunitisstillat the past application beginning．With ofmicro—electronicandmicro—mechanic new development technique te