FOG捷联GPS组合航姿系统中数据处理及信息融合技术的研究的开题报告.docxVIP

FOG捷联GPS组合航姿系统中数据处理及信息融合技术的研究的开题报告

一、背景介绍

今天的飞行器比以往任何时候都更加了不起。随着飞行器的自动化和多传感器技术的越来越成熟，GPS组合航姿系统的研究越来越受到关注。例如，现代飞机上常用的惯性测量单元（IMU）和全球定位系统（GPS）可以通过组合使用提高性能。

FOG（FiberOpticGyro）是一种新型的惯性测量技术，许多工业应用和研究领域都使用FOG作为惯性导航或控制的基础。与传统的动态系统相比，FOG系统具有更高的精度和可靠性，并且不会受到外部干扰的影响。因此，在现代飞行器中采用FOG组合GPS航姿系统可以提高导航和控制的精度以及性能。

然而，FOG组合GPS航姿系统仍然存在一些挑战，例如如何处理传感器输出，如何融合多个传感器的所有数据，并如何总结精确的导航和控制解决方案。因此，为了克服这些挑战，需要进行进一步的研究和开发。

二、研究目的

本研究的目的是研究FOG组合GPS航姿系统中数据处理和信息融合技术，通过提高传感器融合技术和数据处理技术的能力来提高导航和控制的精度和性能。

具体来说，本研究的目标包括：

-收集GPS和FOG数据以评估GPS组合FOG系统的性能；

-研究传感器数据处理技术，例如Kalman滤波器和扩展Kalman滤波器，以提高GPS组合FOG系统的性能；

-探索信息融合策略，包括基于权衡和基于高度可靠性建模，以获得更准确的导航和控制解决方案。

三、研究方法

为了实现研究的目标，采用以下研究方法：

1.数据收集：

本研究将收集GPS和FOG数据以评估GPS组合FOG系统的性能。GPS和FOG数据将在航空器模拟器上收集，并通过传感器模拟器确定各种飞行环境下的系统性能。

2.数据处理：

本研究将研究传感器数据处理技术，包括Kalman滤波器以及其扩展版本，如扩展Kalman滤波器，以提高GPS组合FOG系统的性能。这些算法将应用于FOG和GPS数据，以测量航向，俯仰和滚转信息，并用于改进导航和控制性能。

3.信息融合：

本研究将探索信息融合策略，包括基于权衡和基于高度可靠性建模，以获得更准确的导航和控制解决方案。对于信息融合，将采用数字信号处理（DSP）算法中的各种技术，如峰值检测和周期性处理等。

四、预期成果

作为研究的结果，我们预计可以：

-评估FOG组合GPS航姿系统的性能；

-验证Kalman滤波器的效果，并确定何时使用扩展Kalman滤波器；

-研究信息融合技术，并确定最适合FOG组合GPS航姿系统的策略；

-在理论和实践上改进FOG组合GPS航姿系统的性能。

总之，本研究将探讨FOG组合GPS航姿系统中数据处理和信息融合技术，并通过实验验证来改进系统的性能，为未来的系统优化提供指导和建议。