基于MEMS的SINS-GPS組合導(dǎo)航及數(shù)據(jù)融合理論研究.pdf

1、微機(jī)電系統(tǒng)(MEMS)器件因具有體積小、成本低、測量范圍大、可靠性高等優(yōu)點，作為先進(jìn)的導(dǎo)航、制導(dǎo)構(gòu)成部件被廣泛應(yīng)用于汽車工業(yè)、生物醫(yī)學(xué)工程、航空航天、精密儀器、移動通信、國防科技等領(lǐng)域。然而，傳統(tǒng)MEMS慣性器件也存在測量精度低、噪聲大等缺點，限制了其在高精度要求環(huán)境中的應(yīng)用；為了克服以上缺點一般采用的改進(jìn)方法主要是：優(yōu)化機(jī)械結(jié)構(gòu)設(shè)計、提高電子線路的性能、以及屏蔽外部電磁干擾等；這類處理方法成本高、收效小。另一個有效途徑是從應(yīng)用的角度對

2、MEMS器件和微慣性測量單元(MIMU)進(jìn)行誤差分析和補償；主要以位置校正法及傳統(tǒng)的濾波方法對其白噪聲進(jìn)行處理；這類方法精度低、處理過于簡單。針對MEMS傳感器在應(yīng)用中的誤差問題，本論文主要章節(jié)內(nèi)容安排如下：
　　 首先，為緒論。概述了基于MEMS傳感器的測量系統(tǒng)的研究現(xiàn)狀，全面分析了基于MEMS傳感器的微型慣導(dǎo)技術(shù)及其與GPS組合的最新研究進(jìn)展，對數(shù)據(jù)融合在微型慣性導(dǎo)航中的應(yīng)用作了介紹，重點介紹了美國、德國、加拿大及中國在這方

3、面研究的進(jìn)展及特點，對傳統(tǒng)的誤差分析方法提出了改進(jìn)意見，對數(shù)據(jù)融合理論在慣性系統(tǒng)中的應(yīng)用進(jìn)行了豐富，借助相關(guān)的仿真分析重點提出了HUPT混合濾波方法在基于MEMS的SINS/GPS組合導(dǎo)航中的應(yīng)用設(shè)計方案，理論上分析了其在靜、動態(tài)中的特性，表明了其在微慣性組合導(dǎo)航系統(tǒng)中的重要性及其研究意義。
　　 其次，為MIMU隨機(jī)誤差分析。從MiMU的結(jié)構(gòu)及基本工作原理出發(fā)，結(jié)合新型微機(jī)械慣性元件的特點建立了陀螺、加速度計的誤差模型。對ME

4、MS傳感器的信號進(jìn)行FFT分析、自相關(guān)函數(shù)分析、功率譜密度(PSD)分析。采用Allan方差法對傳感器參數(shù)進(jìn)行計算，為后面改進(jìn)卡爾曼濾波器參數(shù)設(shè)置提供依據(jù)。
　　 再次，基于Allan方差分析的結(jié)果，針對MEMS傳感器在應(yīng)用中其有色噪聲會覆蓋有效信號；根據(jù)PSD與Allan方差之間的關(guān)系確定出傳感器隨機(jī)誤差的微分方程，建立統(tǒng)一的校正模型，根據(jù)統(tǒng)一的模型設(shè)計出SINS/GPS組合導(dǎo)航的新型卡爾曼濾波器。
　　 然后，圍繞M

5、EMS傳感器的應(yīng)用，對多傳感器測量系統(tǒng)進(jìn)行研究，根據(jù)加速度計的運動狀態(tài)采用專家系統(tǒng)對其進(jìn)行狀態(tài)判斷，采用數(shù)據(jù)融合對其姿態(tài)角進(jìn)行修正，之后采用神經(jīng)網(wǎng)絡(luò)輔助組合導(dǎo)航系統(tǒng)解決實際應(yīng)用中GPS信號時常中斷、系統(tǒng)誤差瞬間增大等問題，接下來采用相同方法對磁羅盤的航向進(jìn)行修正。
　　 之后，圍繞車載系統(tǒng)在運行中GPS信號丟失的問題，通過分析車載系統(tǒng)運行中的各種狀態(tài)，提出HUPT混合濾波算法。根據(jù)車載系統(tǒng)運動特性采用零速檢測方法確定車載體動態(tài)特