基于多尺度估計(jì)理論的組合導(dǎo)航系統(tǒng)研究.pdf

1、本文從高精度的慣性組合導(dǎo)航系統(tǒng)的實(shí)際需求出發(fā)，提出了基于多尺度估計(jì)理論的組合導(dǎo)航系統(tǒng)的研究課題，并對(duì)其進(jìn)行了系統(tǒng)深入的研究。論文的主要工作有： 分析了單傳感器單模型動(dòng)態(tài)系統(tǒng)的多尺度估計(jì)理論，結(jié)合模型的動(dòng)態(tài)系統(tǒng)分析和多尺度信號(hào)變換，研究了隨機(jī)信號(hào)多尺度分解與估計(jì)聯(lián)合算法。將該算法用于組合導(dǎo)航系統(tǒng)中，獲得了比僅在單一尺度上估計(jì)要好的效果。 基于多傳感器單模型動(dòng)態(tài)系統(tǒng)的多尺度估計(jì)理論，研究了不同尺度上擁有不同統(tǒng)計(jì)特性的多尺

2、度融合算法及多尺度分布式融合估計(jì)算法。多尺度融合算法是在尺度i上獲得基于尺度N，N-1，…i上觀測(cè)傳感器的融合估計(jì)，算法是由細(xì)尺度到粗尺度運(yùn)行的。分布式融合估計(jì)是在最細(xì)尺度N上獲得基于所有尺度上傳感器的融合估計(jì)結(jié)果，算法是先分解后重構(gòu)的雙向過程。為適應(yīng)實(shí)際組合導(dǎo)航系統(tǒng)的需要，本文還提出了將多傳感器觀測(cè)系統(tǒng)的類型從單一類型擴(kuò)展到多類型，使得多傳感器多尺度估計(jì)理論具有更為廣泛的應(yīng)用。結(jié)合多尺度動(dòng)態(tài)模型與多傳感器觀測(cè)系統(tǒng)，給出了一種多尺度遞歸

3、狀態(tài)融合估計(jì)算法，獲得了基于全局觀測(cè)信息的狀態(tài)的融合估計(jì)。該算法由粗尺度向細(xì)尺度遞推進(jìn)行，估計(jì)結(jié)果是無偏的，并在方差最小意義下是最優(yōu)的。組合導(dǎo)航系統(tǒng)仿真證明該算法能有效地提高系統(tǒng)估計(jì)精度。 在離散小波變換、動(dòng)態(tài)系統(tǒng)理論及隨機(jī)過程理論的基礎(chǔ)上，建立了以尺度為變量的多尺度隨機(jī)動(dòng)態(tài)模型，并給出狀態(tài)基于多尺度隨機(jī)動(dòng)態(tài)模型的數(shù)據(jù)融合算法，該算法能實(shí)現(xiàn)對(duì)狀態(tài)基于全局觀測(cè)信息的最優(yōu)估計(jì)，可以在無狀態(tài)模型情況下進(jìn)行數(shù)據(jù)融合，適用于難以獲得或獲

4、得的狀態(tài)模型不精確的情況。將此方法用于陀螺信號(hào)處理中，通過對(duì)不同尺度下的陀螺觀測(cè)值進(jìn)行數(shù)據(jù)融合，陀螺輸出信號(hào)的質(zhì)量有明顯的提高。 結(jié)合滑動(dòng)中值濾波與小波去噪的方法提出滑動(dòng)小波去噪的方法，該方法不但具有小波去噪的作用，同時(shí)還能保持系統(tǒng)的動(dòng)態(tài)性能，適合實(shí)時(shí)動(dòng)態(tài)系統(tǒng)的使用。將此方法用于組合系統(tǒng)中傳感器的測(cè)量信號(hào)預(yù)處理，可進(jìn)一步提高系統(tǒng)精度。 結(jié)合多尺度估計(jì)理論的單傳感器融合估計(jì)和多傳感器融合估計(jì)，將這兩種估計(jì)方法應(yīng)用于捷聯(lián)