论文部分内容阅读
北斗三代卫星导航系统是由我国自主开发、运营的军民两用卫星导航系统,目前形成了区域组网能力,民用上能够为我国和“一带一路”沿线三十多个国家提供全天候、全地形的免费高精度导航定位服务。惯性导航系统凭借其隐蔽可靠和信息完备性在各类导航定位的应用上有着不可替代的地位。然而,不仅单一的导航系统本身存在着一定的不足,就算是目前应用最广泛的GNSS/SINS组合导航系统也存在一些问题:卡尔曼滤波在预测误差是需要精确的系统模型,而对SINS精确建模需要上百维且传感器误差很难建模;GNSS/SINS组合导航系统在GNSS失锁时,SINS的导航误差会随着时间快速积累而无法进行工作。本课题是本人实习期间参与的某型号巡航导弹中段制导导引头的组合导航系统研制所遇到的问题,特别是导弹巡航段GNSS信号极易丢失的情况,主要围绕基于窗口权值更新的神经网络辅助的北斗卫星导航系统与捷联惯性导航系统的组合展开了研究,主要完成了以下工作:1.建立组合导航系统的数学误差模型。选择非线性适应性较好的无迹卡尔曼滤波为组合导航信息融合算法,选取速度误差和位置误差为反馈校正量设计速度位置组合的GNSS/SINS松组合导航系统,分析了SINS的原理及其误差模型,对我国北斗卫星导航系统的定位导航原理进行研究。对组合导航系统的状态方程和量测方程进行了推导。2.设计基于窗口权值更新的神经网络辅助组合导航系统。对人工神经网络的基本原理和目前主流的训练过程进行探讨,特别对前向神经网络BPNN和RBF神经网络的基本原理、训练步骤和优缺点等方面进行了性能上的对比。选定RBF神经网络对组合导航系统在GNSS信号失锁时进行辅助。对神经网络中导航数据信息处理和权值更新进行了探讨,基于窗口的权值更新策略能够完成神经网络的离线权值更新并在固定的时间窗口上对神经网络的权值进行更新,一旦GNSS失锁,即可用最新得到网络权值的神经网络对SINS进行辅助。3.设计仿真实验对神经网络辅助的GNSS/SINS组合导航系统效果进行对比验证。根据前面几章的研究建立的组合导航系统的数学模型设计了模拟仿真。仿真结果表明,RBF神经网络在GNSS失锁的5分钟内能够很好地对SINS的误差积累进行抑制。