论文部分内容阅读
地形辅助导航(TAN)是一种利用地形信息对惯性导航系统的累积误差进行校正的组合导航技术,具有自主性高、隐蔽性好、抗干扰能力强、在地形特征明显区域精度高的导航性能。它可以作为卫星导航的有效补充,克服卫星信号容易受到干扰和遮挡的缺陷,满足各种低空飞行器自主导航的需要。TAN的核心部分是地形匹配算法。地形高度匹配系统有类典型的匹配算法,一类是地形轮廓匹配(TERCOM)算法,另一类是桑迪亚惯性地形辅助导航(SITAN)算法。前者是基于地形高度相关分析的批处理算法,后者则是基于卡尔曼滤波的递归算法。相比较而言,SITAN在导航精度、实时性、对机动环境的适应性上表现更佳。然而,SITAN算法需要对地形函数进行线性化处理,在地形梯度变化剧烈的区域滤波容易发散。为提高SITAN系统的性能,本文避免对地形作线性化处理而直接建立真实的非线性TAN系统模型,研究在粒子滤波(PF)的框架下实现地形匹配。由于捷联惯性导航系统(SINS)的误差特性和地形的非线性特性,基于PF的TAN系统具有“混合线性/非线性模型”的特征。针对该特殊系统模型,本文研究了辅助Rao-Blackwellized粒子滤波(ARBPF)方法,将线性状态和非线性状态分离开来,并分别使用卡尔曼滤波和辅助粒子滤波进行状态估计。仿真结果表明,基于ARBPF的地形匹配算法在导航精度、稳定性和实时性上取得较好的综合性能。本文的主要工作如下:1)研究了地形高度匹配系统的系统结构、TERCOM算法和SITAN算法的原理,对SITAN算法所存在的主要问题和原因作了分析。2)研究了SINS的导航原理和捷联解算过程,在MATLAB/SIMULINK环境下建立了飞行轨迹发生器、惯性器件仿真和真值求解器、四元数更新、速度位置更新等子模块,完成了SINS的计算机模拟。3)研究了PF的基本原理和改进算法,重点研究了适用于混合线性/非线性系统的组合滤波算法——RBPF,将其与辅助粒子滤波相结合获得一种优化的算法——辅助RBPF(ARBPF)。4)建立了基于PF的TAN系统模型,应用ARBPF实现了地形匹配,解决了传统SITAN算法中地形线性化引起的滤波易发散的问题,避免了基本PF算法的“维数灾难”问题,有效地提高了导航的精度和稳定性。