本書系統(tǒng)和全面的介紹了慣性基組合導航系統(tǒng)的智能信息處理技術,本書內(nèi)容可大致分為四部分:第一部分介紹了慣性基組合導航系統(tǒng)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系統(tǒng)、以及慣性器件和組合系統(tǒng)信息處理的研究現(xiàn)狀、發(fā)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,并介紹了基于小波、神經(jīng)網(wǎng)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系統(tǒng)中的應用,并提出了非連續(xù)觀測條件下的組合導航模型,設計了基于神經(jīng)網(wǎng)絡的非連續(xù)觀測算法;第四部分主要包括基于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系統(tǒng)中的實現(xiàn)。
申沖,副教授,碩士研究生導師,研究方向為導航定位與人工智能。東南大學/UC Berkeley聯(lián)合培養(yǎng)博士,2014年入職中北大學儀器與電子學院。主持國家自然科學基金、中央軍委裝備發(fā)展部領域基金以及山西省科技基金等國家/省部級項目多項,發(fā)表一作/通信SCI論文20余篇,授權國家發(fā)明專利10余項。社會兼職包括中國指揮與控制學會教育培訓工作委員會委員、IEEE TIM、MSSP、ISA Transactions等高水平SCI期刊審稿人。2017年入選中北大學青年學術帶頭人,2018年入選山西省優(yōu)秀青年學術帶頭人。
第1章 緒論 1
第2章 典型慣性器件及系統(tǒng)簡介 7
2.1 光纖陀螺 7
2.2 MEMS陀螺儀 12
2.3 慣性導航系統(tǒng) 22
2.3.1 捷聯(lián)慣性導航系統(tǒng) 22
2.3.2 慣性導航系統(tǒng)基本原理概述 23
2.3.3 捷聯(lián)慣性系統(tǒng)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 基于外界溫度變化率的光纖陀螺溫度誤差模型 66
4.3 基于遺傳算法與Elman神經(jīng)網(wǎng)絡的溫度漂移建模和補償 72
4.3.1 神經(jīng)網(wǎng)絡 72
4.3.2 Elman神經(jīng)網(wǎng)絡 74
4.3.3 遺傳算法 75
4.3.4 基于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(xù)觀測組合導航模型與算法 84
5.1 非連續(xù)觀測組合導航系統(tǒng)解決思路與典型模型 84
5.2 卡爾曼濾波與神經(jīng)網(wǎng)絡在非連續(xù)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(jīng)網(wǎng)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(jīng)網(wǎng)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 基于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(wǎng)格細胞 122
6.2.4 速度細胞 123
6.2.5 類腦導航系統(tǒng) 124
6.3 高速有效的節(jié)點匹配算法 128
6.3.1 掃描線強度法 129
6.3.2 GMS(基于網(wǎng)格的運動統(tǒng)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