非线性滤波在捷联惯导系统初始对准中的应用研究

"这篇博士学位论文主要探讨了基于非线性滤波的捷联惯导系统初始对准技术，深入研究了几种非线性滤波算法，并针对其不足提出改进策略，应用于晃动基座环境中的初始对准问题。" 本文的重点在于非线性滤波在初始对准中的应用，特别是在捷联惯导系统（ Strapdown Inertial Navigation System, SINS）中的重要性。随着SINS对初始对准精度和实时性的需求不断提升，非线性滤波技术成为关键。作者王军厚对几种典型的非线性滤波方法进行了理论上的深入分析，包括二阶分开插值滤波、无轨迹卡尔曼滤波和容积卡尔曼滤波（Sigma-point Kalman filters）。这些滤波算法在处理非线性问题时具有优势，但各自的局限性也明显，因此，作者针对这些不足提出了相应的优化策略。 在论文中，作者首先阐述了SINS的基本原理，详细推导了其更新方程和误差模型。接着，针对晃动基座条件下的初始对准，总结了状态方程和测量方程，这是理解和实施非线性滤波算法的基础。初始对准是SINS操作的关键步骤，它通常分为粗对准和精对准两个阶段。作者详细介绍了惯性凝固粗对准法，并通过仿真验证了该方法在晃动基座环境中的有效性，证明即使在动态条件下，也能满足高精度的对准需求。 论文进一步讨论了非线性滤波器在晃动基座初始对准中的具体应用，这有助于改善传统方法在动态环境中的性能瓶颈。通过对滤波算法的优化，可以提高初始对准的速度和精度，这对于依赖SINS的导航、定位和控制系统来说至关重要。 此外，论文还包含了关于学位论文使用权限的声明，明确了北京理工大学对于学位论文的所有权和使用规则，以及作者和导师的签名确认。 这篇论文为非线性滤波在捷联惯导系统初始对准中的应用提供了深入的研究和实践，对于理解这一领域的技术和挑战具有重要价值。通过这些研究成果，未来可能推动SINS在复杂环境中的应用更上一层楼。