低成本組合導航系統的數據融合算法

基于微機電技術的慣性傳感器已經極大地拓展了其應用領域，目前廣泛應用于汽車、機器人、彈藥和無人飛行器上。和傳統的慣性傳感器相比，MEMS傳感器具有體積小、重量輕、功耗低、耐沖擊、成本低的優點。正是由于這些優點和慣性導航系統、GPS導航的優勢互補性，基于MEMS傳感器的慣導系統和GPS組成的組合導航系統才大量地應用在高過載的環境中。組合導航系統的整體性能主要取決于器件的性能、算法設計和系統集成的水平。本文針對基于MEMS傳感器的慣導系統和GPS組成的組合導航系統進行數據算法的研究，研究基于卡爾曼濾波器的數據融合算法的設計中普遍存在的問題，主要是系統的可觀性問題、狀態變量的選擇問題和模型的階次選擇問題、狀態估計的收斂性問題的研究，并通過數學仿真對算法進行驗證。關于數據融合需要說明的是，現在的數據融合已從數據處理向信息管理轉化，數據融合所用的方法主要有卡爾曼濾波法、貝葉斯估計法、投票法等。在選取的卡爾曼濾波法方法。