卫星、惯导组合导航.ppt

* 1、清晰理解组合导航的七方面基本内容 （组合方式及系统结构方案） 1 组合导航的优点及目的与实际应用 2 卡尔曼滤波的应用系统特点 3 直接法和间接法 4 输出校正与反馈矫正 5 组合卡尔曼滤波器的设计 6 组合深度:松散组合与紧密组合 7 开环校正与闭环校正方式下的滤波的最优性证明（数学模型出发） 内容清单 2、信息融合理论、联邦滤波与多子滤波器全局容错算法的研究 1 信息融合技术的产生与发展； 2 信息融合的原理与方法； 3 信息融合研究的关键问题与研究方向； 4 分散化滤波方法； 5 各子滤波器估计不相关条件下的联邦滤波算法； 6 各子滤波器估计相关条件下的联邦滤波算法； 7 面向应用系统的全局容错最优滤波器设计； 3、针对实际系统应用的滤波理论探讨 1 滤波稳定性与误差分析； 2 针对系统分析的实用KF技术（次优抗差容错滤波）； 3 分解滤波方法讨论（保持数值稳定）； 4 鲁棒滤波方法探索（保持模型稳定）； 5 非线性滤波器的发展 研究实用卡尔曼滤波技术的原因 基本的KF方程对 ①系统建模的准确性； ②噪声的统计特性及相关性,的假设，在实际系统中并不能得到满足。实用KF技术包括： ① 噪声相关及有色噪声的处理方法； ②当噪声及模型参数不确切已知时的自适应或鲁棒滤波算法； ③为减少计算量的次优滤波算法； ④滤波发散的原因及对策分析； ⑤扩展KF（EKF）滤波,U滤波，P滤波等非线性滤波性能不断发展，谋求改进（精度、容错）； 总结及研究规划 一、组合方式及系统结构方案 二、容错滤波算法 全局融合模型和算法　 三、不断寻找适用的滤波理论和方法对系统设计进行深入研究 四、基本内容：惯导、卫星、天文等导航体制原理、误差特性分 析及建模 五、深入研究： 1、进一步夯实基础及完善理论素养，使研究进一步深化　 2、分解滤波，抗差容错滤波——数值发散抑制； 自适应 OR 鲁棒—— 模型稳定性 3、不断研究新型导航系统，完成建模和分析； 4、对各子系统、整个系统做变参数仿真及对比、分析。 Kalman/联邦滤波理论的深化和改进 理顺思路，从组合导航的设计理念入手 1 对于实际所要设计的系统，保证系统的高效 低成本且精度和可靠性符合应用要求。 算法的实时性、快速性，实现的可能性、经济 性，都是首先要保证的。 针对实际应用系统的滤波稳定性（误差）分析 及滤波发散的抑制是理论分析的着重点。 1 清晰组合导航的七方面基本内容 1. 组合导航的优点及目的与实际应用; 2. 卡尔曼滤波的应用系统特点 3. 直接法和间接法 4. 输出校正与反馈矫正 5. 组合卡尔曼滤波器的设计 6. 组合深度:松散组合与紧密组合 7. 开环校正与闭环校正方式下的滤波 2 Why KF? １　KF对系统（应用对象）的要求 　　①　递推线性最小方差估计； 　　　以“状态”（state)表征系统的各个物理量； 　　　以“状态方程”和“观测方程”描述系统的动力学特性． 　　②　要求对象是线性系统； 　　　已知系统的某些先验知识，如系统噪声及测量噪声的统计特性；组合导航系统基本满足这些要求，因而适合采用KF。　 3 2 KF最优组合导航系统 ①KF在组合导航中的应用方式 直接法和间接法 输出矫正与反馈矫正 开环矫正和闭环矫正 　②组合导航KF的设计 系统分析与仿真 　应注意： 坐标系（转换至统一坐标系） 可观测性（保持稳定性） 滤波初值（清楚大致分布） 自适应能力（集中反映在Q,R) 松散组合与紧密组合 4 1）系统分析 2）数学仿真 3）试验验证 直接法Vs.间接法 直