基于多尺度的组合导航系统状态估计及应用

目录
前言
第1章 绪论 1
1.1 组合导航系统的发展概述 1
1.2 组合导航系统概述 2
1.2.1 几种导航系统简介 2
1.2.2 基于惯性导航的组合导航系统简介 4
1.2.3 导航常用坐标系 5
1.2.4 导航坐标系之间的变换 6
1.3 信息融合技术在组合导航中的应用研究 8
1.3.1 信息融合技术简介 8
1.3.2 多传感器信息融合技术研究概况及发展 9
1.3.3 多传感器信息融合算法概况与发展 10
1.4 多尺度估计理论 11
1.4.1 多尺度估计理论的提出与发展 11
1.4.2 多尺度估计理论的应用 12
1.4.3 多尺度估计理论在组合导航系统中的应用 14
1.5 本节主要内容 15
参考文献 15
第2章 小波分析及多尺度系统理论基础 19
2.1 短时傅里叶变换 19
2.2 小波变换 21
2.2.1 连续小波变换 21
2.2.2 离散栅格下的小波变换 23
2.2.3 母小波 24
2.3 小波框架 25
2.3.1 框架 25
2.3.2 Riesz基与正交基 26
2.3.3 小波框架的生成 28
2.4 多尺度分析 30
2.4.1 多尺度分析的定义和基本性质 31
2.4.2 正交小波的构造条件 34
2.4.3 Daubechies小波的构造 39
2.4.4 Mallat算法 45
2.5 小波包 48
2.5.1 小波包分解的思想 48
2.5.2 小波包定义与性质 49
2.6 多尺度系统理论 52
2.7 本章小结 56
参考文献 56
第3章 卫星/惯性组合导航及其*优滤波算法 57
3.1 引言 57
3.2 系统状态估计 58
3.2.1 线性系统描述 58
3.2.2 卡尔曼滤波算法 59
3.2.3 扩展卡尔曼滤波算法 61
3.2.4 无迹卡尔曼滤波算法 66
3.2.5 粒子滤波算法 69
3.3 GPS/惯性组合模式 74
3.3.1 松散组合 74
3.3.2 紧密组合 76
3.3.3 组合模式的选择说明 77
3.4 基于位置、速度的组合导航系统的数学模型 78
3.4.1 组合导航系统的状态方程 78
3.4.2 组合导航系统的量测方程 80
3.4.3 系统方程的离散化 82
3.5 卡尔曼滤波器的设计与实现 82
3.5.1 卡尔曼滤波器 83
3.5.2 卡尔曼滤波器在组合导航中的应用形式 84
3.6 基于伪距、伪距率的组合导航系统的数学模型 84
3.6.1 组合导航系统的状态方程 84
3.6.2 组合导航系统的量测方程 85
3.7 本章小结 88
参考文献 88
第4章 小波降噪技术及其在组合导航系统中的应用 89
4.1 引言 89
4.2 离散小波变换的快速变化 90
4.2.1 Mallat快速离散小波变换 90
4.2.2 单子带重构改进算法 91
4.2.3 陀螺信号仿真验证 92
4.3 小波包频带分析在陀螺信号中的应用 96
4.3.1 小波包的基本概念与频域特征 96
4.3.2 小波包频带分析算法 97
4.3.3 陀螺信号频带分析 97
4.4 Mallat算法在陀螺信号中的应用 99
4.4.1 陀螺信号的数学模型 99
4.4.2 小波包动态阈值去噪算法 100
4.4.3 小波包阈值去噪结果分析 101
4.5 陀螺漂移提取与动态标定 103
4.5.1 随机漂移的提取 103
4.5.2 不同尺度小波系数标定结果比较 104
4.5.3 Allan分析结果 107
4.6 本章小结 109
参考文献 109
第5章 基于量测预处理的组合导航系统 111
5.1 引言 111
5.2 系统描述 111
5.3 信号的多尺度表示 112
5.4 动态系统的多尺度分解 114
5.5 基于小波降噪误差方差模型的组合导航技术 119
5.5.1 GPS小波去噪的误差方差试验 119
5.5.2 基于小波降噪误差方差模型的组合导航试验 122
5.6 基于小波降噪与分布模型的组合导航算法 124
5.6.1 多尺度分析 125
5.6.2 基于降噪与分布模型的融合估计 126
5.6.3 仿真试验及分析 127
5.7 基于多尺度预处理的组合导航系统 131
5.7.1 基于多尺度预处理的组合导航系统模型 1131
5.7.2 基于多尺度预处理的组合导航系统模型 2140
5.8 本章小结 143
参考文献 143
第6章 基于多尺度的组合导航系统滤波算法 145
6.1 GPS的多尺度滤波算法估计 145
6.1.1 概述 145
6.1.2 运动载体动态模型的建立 147
6.1.3 GPS动态滤波模型的建立 151
6.1.4 单传感器单模型动态系统多尺度估计 156
6.2 多传感器多尺度组合导航系统的信息融合算法 175
6.2.1 GPS/SST/SINS多组合导航系统数学模型 176
6.2.2 算法描述 177
6.2.3 系统分块算法 177
6.2.4 系统多尺度描述 184
6.2.5 系统的多尺度滤波算法 186
6.2.6 仿真试验及分析 187
6.3 多传感器组合导航系统的多尺度分布式滤波算法 190
6.3.1 多尺度融合算法的建立 191
6.3.2 基于尺度的分布式融合算法 195
6.3.3 仿真试验及分析 199
6.4 多传感器组合导航系统的多尺度多模型算法 201
6.4.1 概述 201
6.4.2 交互式多模型算法 201
6.4.3 多尺度多模型融合算法 203
6.4.4 仿真试验及分析 207
6.5 本章小结 209
参考文献 209
第7章 多传感器组合导航系统的异步融合算法 210
7.1 引言 210
7.2 顺序量测异步融合 211
7.2.1 问题描述 211
7.2.2 顺序量测异步融合算法 212
7.2.3 常规信息异步融合算法 214
7.3 非等间隔异步融合算法在组合导航系统中的应用 215
7.3.1 高度辅助的SAR/INS组合导航系统 216
7.3.2 非等间隔及解决量测滞后的组合算法研究 218
7.4 基于状态方程多尺度变换的多传感器组合导航系统异步融合算法 222
7.4.1 系统描述 223
7.4.2 系统模型的建立 224
7.4.3 融合算法的建立 225
7.4.4 仿真试验及分析 226
7.5 多传感器组合导航系统的多尺度异步序贯滤波算法 229
7.5.1 系统描述 229
7.5.2 多尺度同步序贯卡尔曼滤波器 232
7.5.3 多尺度异步序贯滤波融合算法 239
7.5.4 仿真试验及分析 242
7.6 本章小结 244
参考文献 245
第8章 组合导航系统的故障检测算法 246
8.1 引言 246
8.2 系统级的故障检测及隔离 247
8.2.1 状态χ2检验法 247
8.2.2 残差χ2检验法 249
8.3 滤波算法的一致性检验 250
8.3.1 一致性检验的准则 250
8.3.2 新息的一致性检验 251
8.3.3 仿真试验及分析 252
8.4 SINS的故障检测技术 254
8.5 航迹起始算法255
8.5.1 航迹起始波门的形状和尺寸 256
8.5.2 直观法 259
8.5.3 逻辑法 260
8.5.4 修正的逻辑法 261
8.6 基于航迹起始的北斗/SINS组合导航的故障检测算法 262
8.6.1 组合起始时北斗卫星导航系统检测算法 262
8.6.2 系统组合时北斗卫星导航系统故障检测算法 264
8.6.3 仿真试验及分析 265
8.7 改进故障隔离的容错联邦滤波 266
8.7.1 容错联邦滤波器设计 267
8.7.2 容错联邦滤波器分析 271
8.7.3 仿真试验及分析 273
8.8 本章小结 279
参考文献 279