卫星信号短暂缺失时的组合导航技术研究与实现
基于GPS/SINS的组合导航技术可以为移动载体提供高精度的导航和定位信
息，因此成为大多数移动设备和应用首选的导航方式。但是受到外部环境的影响，
尤其当GPS接收机处于隧道、信号阻隔区、密集的高楼或者茂密的树林时，卫星
信号容易受阻，从而导致GPS信号缺失或者质量变差。此时GPS/SINS组合导航
系统的导航精度会迅速下降。为了解决这个问题，本文首先设计了基于低成本的
GPS/SINS组合导航硬件平台，对在GPS信号正常情况下，导航系统输出的数据进
行了分析;然后在卫星信号受阻短暂缺失时，设计了神经网络预测模型对捷联惯
J陛导航系统的输出误差进行预测与补偿。
首先，研究了低成本的GPS/SINS组合导航原理和系统组成，重点对SINS导
航解算过程进行了分析。利用MEMS惯性传感器MPU9250和Ublox GPS模块设
计了基于位置一速度松祸合的组合导航硬件平台，并设计了数据处理程序对传感器
的误差进行消除，对捷联惯性导航算法进行了软件实现，设计了Kalman滤波数据
融合处理程序对导航数据进行融合;
然后，研究了神经网络预测模型在组合导航中的应用方式。针对GPS信号缺
失时的导航问题，设计了静态BP神经网络和动态Elman神经网络预测模型，来对
SINS的误差模型进行学习;当GPS信号缺失时，利用训练好的神经网络预测出
SINS的输出误差并补偿SINS的输出:
最后，利用设计的低成本组合导航硬件模块对某一线路进行实地测量，将采
集到的位置、速度和姿态角等信息进行预处理，组成训练神经网络的样本数据对
设计的BP神经网络和Elman神经网络模型进行训练。并对GPS信号分别缺失30s
和SOs两种情况进行预测。结果表明:利用神经网络模型预测后，系统输出的位置
误差大大小于单一的srNs的输出;并且Elman神经网络预测结果要优于比BP网
络的预测结果。
|
楼主
标题置顶
标题高亮
