论文部分内容阅读
本文主要研究了小波变换在自主驾驶车(Autonomous Land Vehicle,ALV)定位定向系统中的应用,将小波变换方法与前向线性预测、Kalman滤波相结合,对机抖激光陀螺和加速度计输出信号进行滤波预处理,并应用于捷联惯导系统初始对准和DGPS/DR(Differencial Global Positioning System/Dead Reckoning)组合导航中。本文主要在以下几个方面做了研究:(1)研究了信号多尺度去噪和动态系统多尺度估计问题:在现有算法的基础上,提出了一种改进的小波递归阈值去噪算法;根据小波多尺度分析理论,提出了一种基于卷积型小波变换的多尺度前向线性预测算法;根据动态系统多尺度Kalman估计理论,设计了一个具有实时分解和估计的多尺度Kalman滤波框架,同时,提出了一种基于小波变换的测量噪声预处理方法。(2)针对不同环境下的机抖激光陀螺信号,研究了小波基函数选取及其最佳分解尺度问题。(3)根据噪声和信号的小波系数随尺度变化而表现出的不同特性,提出了一种基于多尺度小波系数乘积的检测算法。同时,将研究得到的结论应用于ALV捷联惯导系统初始对准和DGPS/DR组合导航系统中,并在以下方面做了工作。(1)将小波检测算法应用于捷联惯导系统寻北过程中,ALV车载试验表明小波检测能很好地检测到外界的干扰;将多尺度前向线性预测和多尺度Kalman滤波应用于机抖激光陀螺信号预处理中,三轴转台和车载试验表明:两种算法都起到了较好的滤波作用;将多尺度Kalman滤波应用于初始精对准中,ALV车载试验表明:多尺度Kalman滤波可以进一步提高系统对方位角的估计性能。(2)将多尺度Kalman滤波应用于DR自主导航和DGPS/DR组合导航中,设计了基于多尺度Kalman滤波的自主导航和组合导航航位估计算法,半实物仿真和车载试验表明:多尺度Kalman滤波可以进一步提高航位估计精度。(3)提出基于小波多尺度分析的DR误差估计算法,车载试验表明使用小波多尺度分析的误差估计算法可以有效地提高DGPS/DR组合导航的精度。