資源描述：
《AUV高精度組合導(dǎo)航技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、哈爾濱【程大學(xué)碩士學(xué)位論文摘要本課題以實(shí)際科研項(xiàng)目為背景，針對水下潛器導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行研究。論文的主要工作有：在多傳感器信息融合技術(shù)的基礎(chǔ)上，重點(diǎn)介紹了卡爾曼濾波器的工作原理和設(shè)計(jì)方法，分析了影響卡爾曼濾波精度的幾個(gè)因素，并結(jié)合工程實(shí)現(xiàn)方式，重點(diǎn)介紹了噪聲協(xié)方差陣的選取和設(shè)計(jì)方法。為了使SINS／GPS組合導(dǎo)航系統(tǒng)在GPS信息不可用時(shí)，仍能提供較高的定位精度，本文重點(diǎn)介紹了捷聯(lián)慣導(dǎo)系統(tǒng)與GPS組合導(dǎo)航中的預(yù)測技術(shù)，分析了卡爾曼濾波器對系統(tǒng)誤差狀態(tài)的估值效果。本文通過對不同的運(yùn)動(dòng)狀態(tài)進(jìn)行仿真實(shí)驗(yàn)，給出了基于卡爾曼濾波算法得到的預(yù)測誤差與運(yùn)動(dòng)狀態(tài)的關(guān)系。仿真實(shí)驗(yàn)表
2、明，影響SINS／GPS組合導(dǎo)航系統(tǒng)預(yù)測精度的主要因素是航向機(jī)動(dòng)。并提出了在載體機(jī)動(dòng)時(shí)，使用一種改進(jìn)的卡爾曼濾波算法。所得到的分析結(jié)論對預(yù)測結(jié)果在SINS／GPS組合中的實(shí)際應(yīng)用提供了依據(jù)，同時(shí)，車載試驗(yàn)表明，SINS／GPS組合導(dǎo)航系統(tǒng)在GPS信息不可用的情況下有很好的預(yù)測效果。水下自主潛器工作時(shí)，水下定位采用SINS／DVL組合模式。本文針對AUV自身特點(diǎn)，基于SINS／DVL組合導(dǎo)航工作模式，提出在航向機(jī)動(dòng)時(shí)引入慣導(dǎo)的航向信息／DVL推位的組合導(dǎo)航方案，并比較了AUV常用的兩種導(dǎo)航技術(shù)的定位精度。仿真結(jié)果表明：采用基于SINS／DVL組合導(dǎo)航與慣導(dǎo)的航向信息／
3、DVL推位相結(jié)合的方案能有效提高航行機(jī)動(dòng)時(shí)的定位精度，并在整體上優(yōu)于慣導(dǎo)的航向信息／DVL導(dǎo)航系統(tǒng)。最后，通過海上試驗(yàn)驗(yàn)證了AUV的組合導(dǎo)航系統(tǒng)模型，為AUV的實(shí)際航行提供了有力的保證。關(guān)鍵詞：水下潛器：捷聯(lián)慣導(dǎo)系統(tǒng)；組合導(dǎo)航；預(yù)測：羅經(jīng)哈爾濱I：程大學(xué)碩十學(xué)位論文Abstractnlepaperisbasedonacertainproject．ThestudymainlydealswiththekeytechniquesofNavigationSysteminAUVMainworkisasfollows：First，Multi—sensorDataFusionte
4、chnologyisintroduced，andthentheworkingprincipleandthedesignmethodoftheKalmanfitlerisintroducedbriefly．ThemainfactorwhicheffectstheaccuracyoftheKalmanfilterisanalyzedandthemethodofhowtodesignthecovariancenoisematrixisintroduced．InorderthattheSINS／GPSintegratednavigationsystemcouldacquir
5、erelativelyhighpositioningprecisionwhentheGPSinformationisunavailable，thispapermainlyintroducestheapplicationofpredictiontechnologyintheSINS，GPSintegratednavigationsystem．a(chǎn)ndanalyzestheKalmanFilter’Sevaluationeriectonthesystemstateerror．InthisPaper，differentmotionstatessuchas血eaccelera
6、tedrectilinearmotionandcurvilinearmotionaresimulatedandtherelativitybetweenthepredictionerrorbasingontheKalmarlFilterandthemotionstateiSpresented．ThesimulationresultsindicatethatthemainfactorthataffectsthepredictionprecisioniStheheadingvariation．Furthermore，animprovedKaImanFilterisintr
7、oducedincasethatthevehicleisinmotion．TheconclusionobtainedisreferencedtoapplythepredictionresulttotheSINS／GPSintegratedsystemandthefieldtestresultindicatesthatthemethodproposedisaneffectiveapproachtoSINS／GPSintegratedsystemwhenGPSinformationisnotavailable．WhenAUVisworkingindependentl
