●章 緒論 1 第2章 典型慣性器件及繫統簡介 7 2.1 光纖陀螺 7 2.2 MEMS陀螺儀 12 2.3 慣性導航繫統 22 2.3.1 捷聯慣性導航繫統 22 2.3.2 慣性導航繫統基本原理概述 23 2.3.3 捷聯慣性繫統的基本算法 26 第3章 陀螺噪聲分析與處理技術 34 3.1 陀螺噪聲成分與Allan方差分析方法 34 3.1.1 陀螺噪聲來源與特性分析 34 3.1.2 Allan方差 40 3.2 光纖陀螺信號去噪算法 44 3.2.1 提升小波變換 44 3.2.2 前向線性預測算法 49 3.2.3 LWT-FLP算法 51 3.2.4 光纖陀螺信號去噪結果分析 52 3.3 光纖陀螺角振動誤差去除方法 54 3.3.1 角振動實驗與輸出信號分析 54 3.3.2 灰色FLP算法 57 3.3.3 G-FLP算法 58 3.4 本章小結 60 第4章 陀螺溫度漂移建模補償技術 62 4.1 光纖陀螺溫度漂移與建模方法 62 4.2 基於外界溫度變化率的光纖陀螺溫度誤差模型 66 4.3 基於遺傳算法與Elman神經網絡的溫度漂移建模和補償 72 4.3.1 神經網絡 72 4.3.2 Elman神經網絡 74 4.3.3 遺傳算法 75 4.3.4 基於GA-Elman的光纖陀螺溫度漂移建模與補償 77 4.4 本章小結 83 第5章 非連續觀測組合導航模型與算法 84 5.1 非連續觀測組合導航繫統解決思路與典型模型 84 5.2 卡爾曼濾波與神經網絡在非連續觀測組合導航中的應用 89 5.2.1 強跟蹤卡爾曼濾波 89 5.2.2 小波神經網絡 91 5.2.3 實驗結果與分析 95 5.3 自學習容積卡爾曼濾波在組合導航中的應用 100 5.3.1 平方根容積卡爾曼濾波 100 5.3.2 長短時記憶神經網絡 103 5.3.3 自學習容積卡爾曼濾波 105 5.3.4 實驗結果與分析 109 第6章 基於慣性視覺的類腦導航技術 116 6.1 仿生導航背景概述 116 6.2 仿生導航機理 118 6.2.1 位置細胞 118 6.2.2 頭朝向細胞 119 6.2.3 網格細胞 122 6.2.4 速度細胞 123 6.2.5 類腦導航繫統 124 6.3 高速有效的節點匹配算法 128 6.3.1 掃描線強度法 129 6.3.2 GMS(基於網格的運動統計) 131 6.3.3 掃描線強度/GMS 135 6.4 算法驗證 136 第7章 總結與展望 141 7.1 慣性基導航智能信息處理技術總結 141 7.2 研究展望 144 參考文獻 145
內容簡介
本書繫統和全面的介紹了慣性基組合導航繫統的智能信息處理技術,本書內容可大致分為四部分:部分介紹了慣性基組合導航繫統智能信息處理技術的研究背景與研究意義,分析了慣性基組合導航繫統、以及慣性器件和組合繫統信息處理的研究現狀、發展趨勢以及與國外的差距;第二部分分析了陀螺儀的噪聲成分、以及溫度變化對陀螺儀漂移的影響,並介紹了基於小波、神經網絡等智能算法的去噪和溫度漂移誤差補償技術;第三部分重點介紹了卡爾曼濾波器及其改進方法在組合導航繫統中的應用,並提出了非連續觀測條件下的組合導航模型,設計了基於神經網絡的非連續觀測算法;第四部分主要包括基於大腦導航細胞模型的類腦導航算法,及其在慣性基組合導航繫統中的實現。
"基於慣性導航的組合導航繫統能夠為載體提供姿態、速度、位置等導航信息,目前已在海、陸、空等領域得到了廣泛應用。慣性基組合導航繫統是通過選擇適當的算法將各子繫統的信息進行融合,克服單個繫統的缺點,使組合後的繫統在滿足成本要求的前提下,提高導航信息的可靠性、精度和完整性。因此,信息處理技術對整個組合導航繫統的性能至關重要。在組合導航繫統工作過程中,由於器件自身原理、工作環境等影響,慣性基組合導航繫統的輸出信息存在誤差,包括陀螺儀噪聲、溫度漂移、非連續觀測等,這會嚴重降低繫統的精度和魯棒性,因此慣性基組合導航繫統的信息處理技術研究是十分必要的。著書過程中,我們總結了多年來在慣性基組合導航繫統信息處理方面的技術經驗,並在書中進行詳細闡述,主要包括:典型慣性器件及繫統的介紹;慣性器件的信息處理方法,如陀螺儀噪聲分析與處理、陀螺溫度漂移建模補償;慣性基組合導航繫統,如非連續觀測組合導航模型與算法;還詳......
"