SINS/GPS组合导航：EKF/UKF滤波算法应用与仿真分析

"舰船组合导航信息综合集成技术" 舰船组合导航信息综合集成技术是现代舰船导航领域中的关键技术，旨在提高导航系统的精度和可靠性。该技术通过结合不同的导航传感器，如捷联惯性导航系统（SINS）和全球定位系统（GPS），来实现优势互补，降低单一系统的局限性。SINS在短时间内能提供高精度的导航信息，但随着时间的推移，误差会逐渐累积；而GPS则能提供长期稳定的定位，但易受干扰且受制于外部因素，如美国军方的控制。因此，SINS与GPS的组合能有效解决这些问题，提供更稳定、准确的导航服务。 在SINS/GPS组合导航系统中，信息融合是核心环节，而卡尔曼滤波（KF）算法是实现这一融合的关键技术之一。卡尔曼滤波是一种最优估计理论，用于处理线性高斯系统的状态估计问题。然而，在实际的导航系统中，非线性因素普遍存在，因此，扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）被引入来处理这些非线性问题。EKF通过对系统模型进行线性化处理来近似解决非线性问题，而UKF则利用无迹变换来处理非线性，通常被认为在处理某些非线性问题时比EKF更有效。 论文深入探讨了UKF滤波算法在舰船导航中的应用，特别是针对线性状态方程和非线性观测方程组成的混合系统，提出了边缘化无迹卡尔曼滤波（RBUKF）算法。这种滤波器通过边缘化处理，可以更有效地处理混合系统的状态估计，提高组合导航的性能。 此外，论文还研究了两种不同级别的组合策略——松组合与紧组合。松组合允许SINS和GPS系统保持相对独立，仅在最终的导航结果上进行融合，而紧组合则在更深层次上集成两个系统的数据，实时进行误差校正，通常能提供更高的精度。 结合SINS/GPS的深度不同，选择合适的组合方案至关重要。松组合适合于对实时性能要求不高的场合，而紧组合则适用于需要高精度连续导航的环境。在实际应用中，根据舰船的任务需求和环境条件，选择合适的组合策略是实现高效、可靠导航的关键。 这篇工学硕士学位论文由王海霞撰写，周卫东教授指导，属于控制理论与控制工程专业，发表于2009年，哈尔滨工程大学授予工学硕士学位。该论文的研究成果对于提升舰船导航系统的性能，以及推动相关领域的技术进步具有重要的理论和实践意义。