欢迎来到天天文库
浏览记录
ID:52435070
大小:835.16 KB
页数:8页
时间:2020-03-27
《基于期望模式修正的交互式多模型组合导航算法_王磊.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第22卷第3期光学精密工程Vol.22No.32014年3月OpticsandPrecisionEngineeringMar.2014文章编号1004-924X(2014)03-0737-08基于期望模式修正的交互式多模型组合导航算法王磊1,2,程向红1,2*(1.东南大学仪器科学与工程学院,江苏南京2100962.东南大学微惯性仪表与先进导航技术教育部重点实验室,江苏南京210096)摘要:针对复杂环境下自主水下航行器(AUV)组合导航系统中存在的模型不完全确定或者模型参数发生变化的情况,提出一种基
2、于期望模式修正的交互式多模型(EMA-IMM)滤波算法。该算法利用滤波估计过程中所得到的模型概率完成决策。首先对固定结构的基础网格进行滤波,得到细化的修正模型集,接着对修正模型集进行滤波,得到与真实模型最为邻近的若干个修正模型网格共同构成的期望模型集,然后将系统真实的模型覆盖在精简的期望模型集范围之中,最后通过对期望模型集滤波,得到接近真实模型状态变量的估计结果。在AUV组合导航系统中的仿真结果表明,相对于传统Kalman滤波算法,改进的EMA-IMM使AUV的经度估计精度提高了97%,纬度估计精度提
3、高了44%;相对于IMM算法,AUV的经度估计精度提高了22%,纬度估计精度提高了19%;得到的结果验证了提出的EMA-IMM算法的优越性。关键词:自主水下航行器;组合导航;交互式多模型;期望模式修正中图分类号:U666.1文献标识码:Adoi:10.3788/OPE.20142203.0737Interactingmultiplemodelintegratednavigationalgorithmbasedonexpected-modeaugmentationforAUV1,2,CHENGXiang
4、-hong1,2*WANGLei(1.SchoolofInstrumentScienceandEngineering,SoutheastUniversity,Nanjing210096,China;2.KeyLaboratoryofMicro-inertialInstrumentsandAdvancedNavigationTechnologyoftheMinistryofEducation,SoutheastUniversity,Nanjing210096,China)*Correspondingau
5、thor,E-mail:xhcheng@seu.edu.cnAbstract:AnInteractiveMultipleModel(IMM)filteralgorithmbasedonExpected-modeAugmenta-tion(EMA)namedEMA-IMMalgorithmisproposedtoovercometheuncertainmodelandtime-variedmodelparametersoftheintegratednavigationsystemforanAutonom
6、ousUnderwaterVehicle(AUV)inatoughenvironment.TheEMA-IMMalgorithmmainlyusestheprobabilityofmodelsobtainedfromtherecursiveestimateprocessingformakingdecision.Itfiltersforthebasegridsoffixedstruc-turetoobtainafinedamendatorymodelsetfirstly.Thentheamendator
7、ymodelisfilteredtoobtainanexpectedmodelconsistingofasmallnumberofamendatorymodelgridsthatareclosetotherealmod-el.Throughafurtherfilteringusingtheexpectedmodel,thesuboptimalsolutionapproximatetothe收稿日期:2013-09-10;修订日期:2013-10-30.基金项目:国家自然科学基金资助项目(No.6137
8、4215)738光学精密工程第22卷realmodelwillbeultimatelyachieved.SimulationresultsontheintegratednavigationsystemshowthattheEMA-IMMalgorithmcanimprovetheestimationprecisionsoflongitudeandlatitudeby97%and44%respectivelyascomparedwiththeKalmanf
此文档下载收益归作者所有