冗余慣性導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩180頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、捷聯(lián)慣性導(dǎo)航系統(tǒng)具有的一系列的優(yōu)點(diǎn),使得它成為慣性導(dǎo)航系統(tǒng)主要的發(fā)展方向。由于慣性傳感器工藝水平的影響,其精度和可靠性一直無(wú)法得到保證,從而限制了捷聯(lián)慣性導(dǎo)航系統(tǒng)的發(fā)展。通過(guò)冗余技術(shù),可在現(xiàn)有慣性傳感器水平上大幅提高慣性導(dǎo)航系統(tǒng)的精度和可靠性?,F(xiàn)階段,冗余慣性導(dǎo)航系統(tǒng)已成為慣性導(dǎo)航技術(shù)研究的一個(gè)熱點(diǎn)。本文針對(duì)冗余慣性導(dǎo)航系統(tǒng)的傳感器配置、初始對(duì)準(zhǔn)、傳感器的故障檢測(cè)與隔離、傳感器的數(shù)據(jù)融合以及導(dǎo)航方案等幾個(gè)關(guān)鍵技術(shù)問(wèn)題進(jìn)行了研究。

2、  冗余傳感器的配置是冗余慣性導(dǎo)航系統(tǒng)首先需要解決的問(wèn)題。在冗余慣性導(dǎo)航系統(tǒng)中,冗余的傳感器數(shù)量越多,導(dǎo)航系統(tǒng)的精度和可靠性也越高,但是系統(tǒng)本身的成本、重量、體積和結(jié)構(gòu)的復(fù)雜度也大大增加。在研究了傳感器數(shù)量與系統(tǒng)可靠性之間的關(guān)系后,提出了一種系統(tǒng)可靠性的新性能指標(biāo)。根據(jù)該性能指標(biāo)的計(jì)算,在滿(mǎn)足可靠性的要求前提下,可確定出冗余慣性導(dǎo)航系統(tǒng)中最經(jīng)濟(jì)的傳感器數(shù)量。在確定傳感器數(shù)量后,研究了同時(shí)滿(mǎn)足慣性導(dǎo)航系統(tǒng)導(dǎo)航性能和故障檢測(cè)與隔離性能的最優(yōu)

3、傳感器配置方案。通過(guò)仿真計(jì)算證明,6個(gè)同類(lèi)傳感器的正十二面體對(duì)稱(chēng)配置結(jié)構(gòu)為最優(yōu)冗余傳感器配置方案。
  慣性導(dǎo)航系統(tǒng)在執(zhí)行導(dǎo)航任務(wù)之前必須進(jìn)行初始對(duì)準(zhǔn)。精度和速度是初始對(duì)準(zhǔn)的兩個(gè)重要技術(shù)指標(biāo),系統(tǒng)的可觀測(cè)性嚴(yán)重影響初始對(duì)準(zhǔn)的速度。針對(duì)冗余慣性導(dǎo)航系統(tǒng)中冗余的外部可量測(cè)信息,提出了將慣性傳感器輸出直接作為系統(tǒng)觀測(cè)量,姿態(tài)角作為狀態(tài)變量的初始對(duì)準(zhǔn)方案,建立了非線性初始對(duì)準(zhǔn)模型,將初始對(duì)準(zhǔn)模型的維數(shù)降至3維,改善了模型系統(tǒng)可觀測(cè)度,同時(shí)

4、可以消除慣性傳感器的共模誤差。仿真結(jié)果表明,在穩(wěn)態(tài)精度上,新建立的非線性初始對(duì)準(zhǔn)模型沒(méi)有很大的改善,但是在快速性上卻有很大的提高,新建立的非線性初始對(duì)準(zhǔn)模型在對(duì)準(zhǔn)過(guò)程中,能在5s內(nèi)使3個(gè)失準(zhǔn)角完全收斂。
  提高慣性導(dǎo)航系統(tǒng)的可靠性是構(gòu)建冗余慣性導(dǎo)航系統(tǒng)的最初目的,先進(jìn)合理的故障檢測(cè)與隔離技術(shù)是冗余慣性導(dǎo)航系統(tǒng)的可靠性的保證。針對(duì)基于奇偶空間法的故障檢測(cè)方法存在的問(wèn)題,提出一種冗余慣性導(dǎo)航系統(tǒng)的改進(jìn)實(shí)時(shí)漂移補(bǔ)償算法。它利用狀態(tài)估計(jì)

5、技術(shù)實(shí)時(shí)估算出信號(hào)的漂移誤差值,用狀態(tài)反饋技術(shù)來(lái)減小信號(hào)誤差;它利用自適應(yīng)擴(kuò)展卡爾曼粒子濾波器,來(lái)解決噪聲不滿(mǎn)足高斯特性的情況以及模型不準(zhǔn)確問(wèn)題;它引入漂移因子,減弱了實(shí)時(shí)漂移補(bǔ)償效果對(duì)于反饋增益的依賴(lài)性,加大了反饋增益的取值范圍。仿真結(jié)果表明所提出的改進(jìn)實(shí)時(shí)補(bǔ)償方法能夠有效的糾正漂移傳感器,引入的漂移因子大大降低了實(shí)時(shí)補(bǔ)償系統(tǒng)對(duì)反饋增益的依賴(lài)程度,在滿(mǎn)足系統(tǒng)穩(wěn)定的前提下,即使所有傳感器都發(fā)生故障漂移,該算法也能有效的補(bǔ)償故障漂移,保證

6、了冗余慣性導(dǎo)航系統(tǒng)的正常工作,增強(qiáng)了冗余慣性導(dǎo)航系統(tǒng)的魯棒性和可靠性。
  冗余慣性導(dǎo)航系統(tǒng)在滿(mǎn)足可靠性的前提下,要盡量提高系統(tǒng)的精度。冗余傳感器最優(yōu)融合算法能夠充分利用冗余慣性導(dǎo)航系統(tǒng)中冗余的觀測(cè)信息進(jìn)行數(shù)據(jù)融合,提高了冗余慣性導(dǎo)航系統(tǒng)的導(dǎo)航精度。將冗余傳感器的輸出在冗余慣性導(dǎo)航系統(tǒng)配置矩陣的左零空間上的投影作為融合的冗余觀測(cè),基于這種冗余觀測(cè)進(jìn)行最優(yōu)估計(jì),它能夠攫取各傳感器的最優(yōu)特性。為了解決最優(yōu)融合算法在系統(tǒng)噪聲特性未知的情

7、況下性能急速降低的問(wèn)題,提出了一種改進(jìn)的自適應(yīng)最優(yōu)融合算法。它將帶噪聲估計(jì)器的強(qiáng)跟蹤算法引入最優(yōu)融合算法中,既保證了系統(tǒng)噪聲的實(shí)時(shí)估計(jì),又保證了系統(tǒng)在模型不準(zhǔn)條件下收斂性。當(dāng)冗余慣性導(dǎo)航系統(tǒng)中的傳感器發(fā)生故障漂移時(shí),將最優(yōu)融合算法和故障漂移補(bǔ)償算法相結(jié)合,提出一種最優(yōu)融合漂移補(bǔ)償算法。仿真證明,改進(jìn)的自適應(yīng)最優(yōu)融合算法能夠有效的解決最優(yōu)融合算法在系統(tǒng)噪聲未知或設(shè)置不合理的情況下性能下降的問(wèn)題,但是它在解決濾波的魯棒性的同時(shí)也犧牲了算法的

8、估計(jì)精度。最優(yōu)融合漂移補(bǔ)償算法能夠有效的解決傳感器的故障漂移,同時(shí)充分融合了所有傳感器的暫態(tài)特性,保證了算法的最優(yōu)估計(jì)。
  冗余慣性傳感器的最優(yōu)融合方法可以得到準(zhǔn)確的慣性信息,但不一定可以獲得最優(yōu)導(dǎo)航精度。本文推導(dǎo)了一種冗余慣性導(dǎo)航系統(tǒng)的最優(yōu)導(dǎo)航方案,并對(duì)其缺陷進(jìn)行相應(yīng)的改造,形成一種次優(yōu)導(dǎo)航方案。這種次優(yōu)導(dǎo)航方案中,慣性傳感器的冗余觀測(cè)不再作為導(dǎo)航Kalman的輸入,僅用來(lái)進(jìn)行慣性信息的最優(yōu)估計(jì)。根據(jù)某些場(chǎng)合系統(tǒng)噪聲不能夠準(zhǔn)確

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論