INS组合导航非线性滤波算法研究的开题报告.docx

GPS/INS组合导航非线性滤波算法研究的开题报告

一、选题背景

随着航空、航天及智能交通等领域的不断发展，高精度、高可靠性的导航系统得到了广泛的应用。目前，GPS(GlobalPositioningSystem)是最常用的全球卫星定位系统，但在城市峡谷、建筑物密集区域等GPS信号受阻的情况下，GPS的精度和可靠性会受到极大的影响。因此，需通过多种传感器数据融合的方式，设计更为完善的导航系统，实现高精度定位和姿态实时估计的目标。

GPS/INS(GlobalPositioningSystem/InertialNavigationSystem)组合导航是一种常用的数据融合方法，它通过将GPS和惯性导航系统(INertialNavigationSystem)的数据进行配合，实现地面、空中或水下良好的动态或姿态估计。本项目将着重研究基于非线性滤波算法的GPS/INS组合导航，以实现更为准确和可靠的导航控制。

二、研究目的

本项目旨在研究基于非线性滤波算法的GPS/INS组合导航方法，以提高导航系统的精度和可靠性。在此基础上，可考虑实现智能车辆、自主导航飞行器等应用场景的导航控制。

三、研究内容

1.组合导航算法研究

了解组合导航的原理和常见算法，包括航迹滤波、扩展卡尔曼滤波、无迹卡尔曼滤波等。

2.基于非线性滤波的组合导航算法研究

以无迹卡尔曼滤波(UnscentedKalmanFilter,UKF)为基础，研究非线性滤波的组合导航算法，分析其在GPS/INS组合导航中的应用。

3.GPS/INS组合导航仿真实验

基于MATLAB等软件工具，对GPS/INS组合导航算法进行仿真实验，验证其精度和可靠性。

四、研究意义

本项目研究基于非线性滤波算法的GPS/INS组合导航方法，可以提高导航系统的精度和可靠性，满足智能交通和智能制造等领域的实际应用需求。同时，该研究仍然有进一步延伸的空间，可考虑融入其他传感器数据，进一步优化导航系统的性能。

五、研究计划

本项目的研究计划如下：

1.第一阶段（2周）：理论研究，详细了解GPS/INS组合导航原理及其常用算法。

2.第二阶段（4周）：基于无迹卡尔曼滤波的非线性滤波算法研究，并实现简单代码程序。

3.第三阶段（4周）：进行仿真实验，并对算法进行性能评估。

4.第四阶段（2周）：总结研究成果，并撰写论文。

六、预期成果

本项目的预期成果包括：

1.GPS/INS组合导航基础理论和常用算法的深入理解。

2.基于无迹卡尔曼滤波的非线性滤波算法的研究成果。

3.仿真实验结果的数据分析和评估。

4.学术论文撰写及发布。

七、参考文献

1.刘洪华,张先铭.大学生创新创业实践教程.北京：高等教育出版社,2007.

2.余锋，刘颖.基于惯性导航仪与GPS的组合导航技术.北京：清华大学出版社,2009.

3.SimonD.K.,MooreJ.B.,Bar-ShalomY.OptimalStateEstimation:Kalman,H-infinity,andNonlinearApproaches.Hoboken,NJ:JohnWileySons,2006.