学位论文 > 优秀研究生学位论文题录展示

基于ARM和DSP的微小型组合导航系统研究

作　者: 王吉平
导　师: 钱华明
学　校: 哈尔滨工程大学
专　业: 导航、制导与控制
关键词: 微小型组合导航系统扩展卡尔曼滤波无迹卡尔曼滤波粒子滤波微机电系统
分类号: TN967.2
类　型: 硕士论文
年　份: 2012年
下　载: 104次
引　用: 0次
阅　读: 论文下载

内容摘要

微小型组合导航系统能够充分发挥各导航子系统的优点，弥补各自的不足，并扩展了组合导航系统的应用范围，是当前导航技术研究的热点。微小型组合导航系统是利用MEMS技术的微惯性测量单元为核心，以GPS或者其它定位方法作为辅助，使用信息融合的方法有效的提高系统的精度和可靠性。本文以社区监控机器人的应用为背景完成基于ARM和DSP的微小型组合导航系统方案设计。本文在捷联惯性导航原理和GPS原理的基础上，逐步对整个微小型组合导航系统展开研究。首先确立微小型组合导航系统方案，导航计算机采用ARM和DSP的双CPU结构，将整个系统分解为数据采集模块和捷联解算模块；针对微惯性测量单元误差较大的问题，采用通过试验的方法对惯性导航系统误差进行建模和仿真分析，提出能够影响导航精度的主要因子。其次，研究捷联解算的原理，对比多种解算方法之后采用基于四元数的捷联解算方法。根据最小方差估计推导出卡尔曼滤波，针对卡尔曼滤波原理提出卡尔曼滤波在组合导航中应用应该注意的问题；根据贝叶斯估计推出了粒子滤波，提出粒子滤波在组合导航系统中应用的方案，能够有效的解决粒子滤波的粒子退化问题。分析捷联惯性导航系统中的误差形式和GPS的误差形式，根据各子系统的误差模型建立滤波方程，采用位置速度的组合模式，建立组合导航系统模型。并且在Matlab软件中设计轨迹发生器，用来模拟导航参数。根据建立的模型和设置的仿真参数，设计EKF、UKF、PF滤波算法进行系统仿真，并利用统计学的方法对多次仿真结果进行综合分析，实验结果表明PF的滤波精度最高但是运算时间最长，使系统不能满足实时性需求，UKF滤波精度能够满足系统需求，运算时间大约是EKF的运算时间的1.2倍，但也能满足实时性要求，EKF滤波精度最低。最后，根据室外监控机器人自身设备要求和导航计算机的发展趋势，设计基于ARM和DSP的微小型组合导航系统。在基于分布式模块化设计方案的基础上完成了微小型组合导航系统的硬、软件开发。其中在任务管理模块完成了数据采集和串口通信程序，在数据处理模块完成了捷联惯性导航系统的捷联解算算法和组合导航的UKF滤波算法程序。利用机器人自带的机载计算机完成能够用3D模型直观显示运动状态的人机交互软件的设计。通过最终的跑车试验，验证了本文所设计的微小型组合导航系统的可行性，为室外机器人的导航定位工程化奠定了基础。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-16
  1.1 课题的研究背景和意义  10-11
  1.2 微小型组合导航系统国内外发展现状  11-14
    1.2.1 微惯性传感器  11-12
    1.2.2 导航计算机  12-13
    1.2.3 信息融合理论  13-14
  1.3 论文主要内容及章节安排  14-16
第2章微小型组合导航系统原理与设计方案  16-28
  2.1 微小型组合导航系统的总体结构  16-17
  2.2 微小型 SINS 工作原理  17-19
    2.2.1 SINS 组成  17-18
    2.2.2 捷联解算  18-19
    2.2.3 SINS 特点  19
  2.3 信息融合算法  19-27
    2.3.1 卡尔曼滤波原理  19-24
    2.3.2 粒子滤波原理  24-27
  2.4 本章小结  27-28
第3章 GPS/SINS 组合导航系统模型  28-42
  3.1 GPS(全球定位系统)  28-30
    3.1.1 GPS 的定位原理  28-29
    3.1.2 GPS 误差模型  29-30
  3.2 捷联惯性导航系统(SINS)  30-36
    3.2.1 基本原理  30-31
    3.2.2 捷联导航系统的主要误差源  31-32
    3.2.3 微惯性元件误差模型  32-33
    3.2.4 捷联惯性导航系统误差方程及分析  33-36
  3.3 组合导航系统模型  36-41
    3.3.1 组合导航系统研究的一般过程  36
    3.3.2 组合导航系统的设计模式  36-39
    3.3.3 组合导航系统的模型  39-41
  3.4 本章小结  41-42
第4章 GPS/SINS 组合导航滤波算法设计  42-58
  4.1 扩展卡尔曼滤波(EKF)  42-46
    4.1.1 EKF 滤波原理  42-43
    4.1.2 EKF 滤波流程  43
    4.1.3 EKF 滤波仿真  43-46
    4.1.4 EKF 滤波仿真结果分析  46
  4.2 无迹卡尔曼滤波(UKF)  46-51
    4.2.1 UT 变换  47-48
    4.2.2 UKF 滤波的基本方程  48-49
    4.2.3 UKF 滤波仿真  49-50
    4.2.4 UKF 滤波仿真结果分析  50-51
  4.3 粒子滤波(PF)  51-56
    4.3.1 序列重要性采样(SIS)  51-53
    4.3.2 重采样  53
    4.3.3 基于 SIS 的 PF 滤波  53-54
    4.3.4 PF 滤波仿真  54-55
    4.3.5 PF 滤波算法仿真结果分析  55-56
  4.4 滤波算法比较  56-57
  4.5 本章小结  57-58
第5章基于 ARM 和 DSP 的微小型组合导航系统实现  58-70
  5.1 GPS/MSINS 微小型组合导航系统硬件平台搭建  58-61
    5.1.1 惯性传感器(IMU)  58-59
    5.1.2 任务管理模块(ARM)  59-60
    5.1.3 数据处理模块(DSP)  60-61
  5.2 GPS/MSINS 微小型组合导航系统软件设计  61-68
    5.2.1 任务管理模块的软件设计  61-62
    5.2.2 数据处理模块的软件设计  62-66
    5.2.3 人机交互界面的软件设计  66-68
  5.3 GPS/MSINS 微小型组合导航系统跑车试验  68-69
  5.4 本章小结  69-70
结论  70-72
参考文献  72-76
攻读硕士学位期间发表的论文和取得的科研成果  76-77
致谢  77

基于ARM和DSP的微小型组合导航系统研究

内容摘要

全文目录

相似论文