星图识别与组合导航滤波方法研究
随着飞行器技术的不断发展，对导航系统的性能要求越来越高，单一的导航方式已经难以满足工程应用的要求，组合导航已成为当前重要的导航实现方案。SINS(捷联导航系统)/CNS(星光导航系统)/GPS(全球定位系统)组合导航就是一种重要的组合导航方式。本论文主要研究了SINS/CNS/GPS组合导航的星图划分方法、星图识别方法，以及信息融合问题。论文的主要研究内容包括以下几个方面： 首先，对星图划分方法进行了研究，提出了一种三阶星图划分方法。该方法从规避星空“空洞”区域的角度出发，根据星空中星体分布的特点和星敏感器捕获星体的原理，分析了星空中星体之间的几何关系。该算法还运用天体几何学理论，建立了三阶星图划分模型，并使星敏感器避开星空中恒星分布稀薄的区域，对准划分好的星空区域打开，进而确保一次成功地捕获三颗星体。该方法不但能够有效解决星体捕获的“空洞”问题，而且能够获得较高的星图识别率。 其次，对星图识别方法进行了研究，提出了两种全天星图识别算法。在飞行器慢姿态机动的情况下，提出了一种基于缩小识别星区的全天星图识别算法。该算法根据星敏感器在快门时间内图像运动的原理，分析了多幅星图中星敏感器光轴投影位置的相互关系。进而采用星图模式识别和坐标系转换的理论来建立算法模型。在星敏感器可捕获多颗星体的情况下，提出了一种基于星体特征值的全天星图识别法。该算法根据星敏感器捕获星体的原理，分析了星体附近区域的特征信息，采用星体特征值作为星体的识别因素，并建立了全天星图识别模型。 接着，对非线性/高斯误差模型下SINS/CNS/GPS系统的信息融合问题进行了研究。在混合非线性误差模型下，简化了UKF算法中的部分 UT变换过程，提出了一种改进的UKF算法。针对SINS/CNS/GPS组合导航系统，提出了一种联邦UKF滤波法，该算法将改进的UKF算法与联邦滤波结合在一起，子滤波器采用改进的UKF算法进行滤波，再用联邦滤波法进行信息融合。该联邦 UKF滤波法被应用在SINS/CNS/GPS组合导航系统中，并进行了仿真分析。研究了星图识别对组合导航的影响，将基于缩小识别星区的全天星图识别法与联邦 UKF滤波结合在一起，应用在SINS/CNS/GPS组合导航系统中，并进行了仿真分析。研究了星光导航对SINS/CNS/GPS组合导航系统的影响，将SINS/CNS/GPS组合导航系统与SINS/GPS组合导航系统进行比较，并完成了相关仿真分析。 最后，对非线性/非高斯模型下SINS/CNS/GPS系统的信息融合问题进行了研究，针对系统的非线性/非高斯特性，提出了一种联邦无轨迹粒子滤波算法。该算法采用UPF算法来对子滤波器进行估计，并采用联邦滤波对子滤波器输出进行融合，得出最终的全局滤波结果。该算法不局限于高斯噪声假设，对于非高斯噪声组合导航系统具有重要意义。该算法被应用在非线性/非高斯误差模型下的SINS/CNS/GPS组合导航系统中，并进行了仿真分析。
星图识别;组合导航;滤波方法;飞行器技术;信息融合
哈尔滨工业大学
博士
控制科学与工程
黄显林
2009
中文
V249.328
145
2013-03-05（万方平台首次上网日期，不代表论文的发表时间）