MEMS_SINS/OD/GPS组合导航系统的信息融合理论与方法研究

MEMS_SINS/OD/GPS组合导航系统是一个含有严重参数不确定性并伴有子系统可能发生故障的非线性系统。对基于联邦滤波结构的信息融合理论与方法进行研究，提出基于模糊理论故障检测的双重容错滤波策略。在子滤波器中实施第一级容错滤波策略，研究基于预测残差故障检验的鲁棒/自适应组合容错非线性滤波算法，将状态方程分为线性和非线性两部分，在线性部分，研究基于预测残差故障检验及当前量测值的鲁棒容错滤波算法，并采用凸优化工具LMI配合鲁棒滤波以提高鲁棒滤波精度；在非线性部分，根据噪声是否为高斯分布，分别研究自适应UKF容错滤波算法、自适应PF容错滤波算法。在主滤波器中实施第二级容错滤波策略，研究基于量测残差故障检测的全局容错滤波算法。最后对所提出的理论与方法进行实际验证，研究成果为提高MEMS_SINS/OD/GPS组合导航系统的精度和可靠性提供理论依据，具有重要的理论意义和工程实用价值。

MEMS_SINS/OD/GPS组合导航系统是得到低成本、高精度、高可靠性的战车定位定向导航系统的理想方案。本项目重点对战车用MEMS_SINS/OD/GPS组合导航系统的信息融合方法进行了研究，以提高其精度和可靠性。 主要创新性研究成果包括：.（1）、在进行MEMS_SINS的初始对准时，系统是一个含有严重参数不确定性的非线性系统，对此，本项目重点对强跟踪UKF滤波算法进行了研究，提出一种新的强跟踪UKF算法。该算法理论推导清晰，计算公式简单，相对于以往的强跟踪UKF滤波算法文献，在保证滤波精度的同时显著地减小了计算量，MEMS_SINS静基座初始对准仿真结果证明了其有效性。.（2）、MEMS_SINS/OD/GPS组合导航系统是一个含有严重参数不确定性的、并伴有子系统可能发生故障的系统。对此，本项目研究基于联邦滤波器结构的信息融合理论与方法，并重点对子滤波器的滤波算法进行了研究。首先提出了一种基于LMI的鲁棒故障检测滤波器。该算法基于当前量测，并利用LMI技术对滤波器的参数进行了优化；然后在此基础上将故障对滤波残差的影响最大化，以便及时检测出故障，进而及时对故障子系统进行有效隔离，实现容错组合导航。试验结果表明，与传统的鲁棒滤波器以及鲁棒故障检测预测滤波器相比，该算法的精度以及对故障的灵敏度都有所提高。.（3）、提出了一种改进的类高斯和的粒子滤波算法。理论分析和大失准角非线性传递对准仿真结果证明，该算法在基本不增加算法复杂度、微小增加重要性函数计算量的前提下，比传统的粒子滤波算法有更高的精度，同时提高了收敛速度。.（4）、针对GPS姿态测量中非差载波相位观测量的特点及周跳产生的原因，提出了基于SA4正交多小波的周跳检测方法。由于SA4正交多小波具备GMP (Good Multifilter Properties) 特性，采用SA4多小波结合奇异值检测原理可以取得比传统标量小波和其它多小波更好的检测结果，与小波变换相比算法复杂度并没有增加。试验结果表示，即使对于0.5周的周跳，SA4多小波也取得了较好的探测和定位效果。.