TY  - THES
A3  - Häb-Umbach, Reinhold
A3  - Mertsching, Bärbel
AB  - Im Rahmen dieser Arbeit werden zwei Ansätze aufgegriffen, um die Navigationslösung eines Ortungs-/Navigationssystems zu verbessern: die Stützung des Systems mit Hilfe von zuverlässigen Höheninformationen sowie die Schätzung von Rauschprozessparametern zur Berücksichtigung zeitlicher Korrelationen in den Sensorsignalen. Die Ausgangsbasis bildet eine schwach gekoppelte Filterstruktur, die es erlaubt, Sensorsignale einer inertialen Messeinheit mit Informationen anderer Stützsensoren zu fusionieren. Das eingesetzte linearisierte Kalman-Filter ermöglicht die Schätzung des Fehlers der Navigationslösung, die außerhalb des Filters fortlaufend auf Basis des Strapdown-Algorithmus bestimmt wird. Das Filter wird u. a. durch satellitenbasierte Positions- und Geschwindigkeits- sowie durch Höheninformationen gestützt, die auf Temperatur- und Luftdruckmessungen in Kombination mit topografischen Daten basieren. Diese Referenzinformationen werden dazu genutzt, um Bias und Skalenfaktorfehler, die aus vereinfachten Annahmen bei der Herleitung der barometrischen Höhenformel resultieren, schätzen und kompensieren zu können. Zudem wurde ein Algorithmus entwickelt, der eine sequenzielle Schätzung der als zeitvariant angenommenen Systemrauschvarianzen des Kalman-Filters ermöglicht, welche den Messrauschvarianzen der zeitlich korrelierten Inertialsensorsignale entsprechen. Dieser Ansatz basiert auf dem Expectation-Maximization-Algorithmus, der in ein Verfahren überführt wurde, das die Sensorsignale nicht mehr block-, sondern abtastwertweise verarbeitet. Dabei wurde die Zielfunktion, der bedingte Erwartungswert der Log-Likelihood der kompletten Daten, in eine rekursive Beschreibung überführt. Das Optimierungsproblem wird gelöst, indem die Zielfunktion mit Hilfe des Newton-Verfahrens maximiert wird.
AU  - Bevermeier, Maik
DA  - 2011
DP  - Universität Paderborn
LA  - ger
N1  - Tag der Verteidigung: 21.12.2011
N1  - Paderborn, Univ., Diss., 2011
PB  - Veröffentlichungen der Universität
PY  - 2011
SP  - IV, 226 S. : graph. Darst.
T2  - Institut für Elektrotechnik und Informationstechnik
TI  - Sensorfusion und sequenzielle Parameterschätzung in einer schwach gekoppelten Filterstruktur zur Navigation
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-8299
Y2  - 2026-01-16T06:55:25
ER  -