1、為增加導(dǎo)航系統(tǒng)的定位精度和抗干擾能力,該文研究了GPS/INS組合導(dǎo)航中的信息融合問題.首先介紹了慣性導(dǎo)航系統(tǒng)(INS)和全球定位系統(tǒng)(GPS)的導(dǎo)航原理,說明了兩者組合的必要性及組合方式,詳細(xì)研究兩系統(tǒng)信息融合算法,這對提高系統(tǒng)定位精度具有較為重要的理論意義和工程應(yīng)用價(jià)值.該文首先建立組合導(dǎo)航系統(tǒng)數(shù)學(xué)模型.針對卡爾曼濾波算法的缺陷,提出了基于模糊理論的自適應(yīng)卡爾曼濾波法,對量測噪聲統(tǒng)計(jì)特性進(jìn)行了在線自適應(yīng)調(diào)整,提高了濾波器精度,從結(jié)構(gòu)

2、上給出了分層濾波算法以減小主濾波器計(jì)算量.該文提出了模糊加權(quán)推理系統(tǒng)用于子濾波器的信息融合,此方法避免了矩陣求逆計(jì)算,減小了主濾波器中的計(jì)算量,結(jié)構(gòu)簡單,容易實(shí)現(xiàn).由于組合導(dǎo)航系統(tǒng)的復(fù)雜性以及環(huán)境的不確定性,不可能建立精確的系統(tǒng)模型和獲得過程噪聲協(xié)方差陣Q及量側(cè)噪聲協(xié)方差陣R,為此該文嘗試性地用H_∞濾波算法于組合導(dǎo)航系統(tǒng)中,在未知Q和R以及非精確系統(tǒng)模型情況下它也能獲得較好的估計(jì)精度,而這正彌補(bǔ)卡爾曼濾波的缺點(diǎn),而且引入可變的γF使得