基于最優(yōu)參數(shù)估計的海洋重力數(shù)據(jù)處理方法研究.pdf

1、重力輔助導(dǎo)航方法可以減小慣性導(dǎo)航系統(tǒng)隨時間的誤差累積，延長慣性導(dǎo)航系統(tǒng)的重調(diào)周期，從而保證水下運載體的隱蔽性，是嚴(yán)格意義上的無源系統(tǒng)，而高精度重力信息的獲取是實現(xiàn)重力輔助導(dǎo)航的重要前提。因此，研究面向重力輔助導(dǎo)航應(yīng)用的海洋重力數(shù)據(jù)處理方法具有重要的理論和實際意義。本文針對傳統(tǒng)低通濾波方法存在的時延和重力信號畸變問題，深入的研究了最優(yōu)參數(shù)估計方法在重力測量數(shù)據(jù)處理中的相關(guān)問題，主要內(nèi)容包括:
　　(1)針對低信噪比的重力測量數(shù)據(jù)，比

2、較研究了基于低通濾波器、卡爾曼濾波器和維納濾波器的預(yù)處理方法。首先通過分析重力信號和噪聲頻率特性，設(shè)計了具有線性相位的FIR低通濾波器;其次，基于二階高斯-馬爾科夫異常位模型建立系統(tǒng)方程，確定了卡爾曼濾波器的濾波參數(shù);最后，為有效抑制重力測量數(shù)據(jù)中的強(qiáng)噪聲，針對信號和噪聲的相關(guān)特性，引入正則因子，改進(jìn)研究了基于最小均方誤差準(zhǔn)則的頻域維納濾波器?；趯崪y重力數(shù)據(jù)的去噪仿真試驗結(jié)果表明，上述三種去噪方法中，頻域正則維納濾波方法最優(yōu)，它不僅有

3、效的抑制了信號中高頻噪聲，而且克服了低通濾波方法存在的時延和重力信號畸變問題。
　　(2)研究了基于時間序列建模和正反卡爾曼濾波及H∞濾波的重力數(shù)據(jù)信噪分離方法。采用時間序列分析方法建立了海洋重力測量數(shù)據(jù)的AR模型，并基于該模型建立了系統(tǒng)的狀態(tài)方程和觀測方程。在此基礎(chǔ)上，分別采用正反卡爾曼濾波算法和H∞濾波算法對海洋重力測量數(shù)據(jù)進(jìn)行了濾波處理，處理結(jié)果表明正反卡爾曼濾波可以較好的克服傳統(tǒng)卡爾曼濾波在濾波收斂前重力數(shù)據(jù)曲線波動的問題

4、，而H∞濾波能夠有效的消除由海洋重力測量數(shù)據(jù)模型和噪聲統(tǒng)計特性的不確定性而引起的畸變。
　　(3)研究了基于二階近似模型和改進(jìn)卡爾曼濾波及正則化粒子濾波的重力數(shù)據(jù)信噪分離方法。本文依據(jù)重力傳感器的工作原理，建立了彈性系統(tǒng)的傳遞函數(shù)及該系統(tǒng)的二階近似模型，并基于該模型，研究改進(jìn)了能夠根據(jù)噪聲特性自適應(yīng)調(diào)整系統(tǒng)參數(shù)的自適應(yīng)卡爾曼濾波器。該方法采用卡爾曼濾波預(yù)先估計新息狀態(tài)，從而克服了環(huán)境噪聲突變導(dǎo)致濾波精度降低甚至發(fā)散的問題。為了消除

5、非線性系統(tǒng)線性化帶來的誤差，研究了粒子濾波器，并針對粒子濾波樣本退化的問題，引入了正則化粒子重采樣算法?；趯崪y重力數(shù)據(jù)的仿真實驗表明，改進(jìn)的自適應(yīng)卡爾曼濾波器不僅能夠?qū)χ亓ψ兓龀鱿鄳?yīng)參數(shù)調(diào)整以提高濾波精度，而且具有良好的魯棒性;而正則化粒子濾波器能夠有效的消除非線性系統(tǒng)線性化帶來的誤差，真實的反應(yīng)重力信息的細(xì)節(jié)變化特征。
　　(4)基于本文所研究的數(shù)據(jù)處理方法，利用C舟和Matlab混合編程的方法設(shè)計了基于最優(yōu)化參數(shù)估計方法的