gps/dr组合导航系统模糊卡尔曼滤波算法研究

gps/dr组合导航系统模糊卡尔曼滤波算法研究

ID:10497941

大小:23.00 KB

页数:7页

时间:2018-07-07

gps/dr组合导航系统模糊卡尔曼滤波算法研究_第1页
gps/dr组合导航系统模糊卡尔曼滤波算法研究_第2页
gps/dr组合导航系统模糊卡尔曼滤波算法研究_第3页
gps/dr组合导航系统模糊卡尔曼滤波算法研究_第4页
gps/dr组合导航系统模糊卡尔曼滤波算法研究_第5页
资源描述:

《gps/dr组合导航系统模糊卡尔曼滤波算法研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、GPS/DR组合导航系统模糊卡尔曼滤波算法研究GPS/DR组合导航系统模糊卡尔曼滤波算法研究杨晓慧(1.长春理工大学电子信息工程学院吉林长春130022;2.?应用研究?杨旭深圳职业技术学院电子与信息工程学院广东深圳518055)[摘要】本文针对车载GPS/DR组合导航系统,将模糊理论与卡尔曼滤波算法相结合,设计了一种模糊卡尔曼滤波器,仿真实验证明,该算法通过在线自适应调整观测噪声的方差阵,有效地抑制了滤波器的发散,提高了系统的鲁棒性和抗干扰性.[关键词]GPS/DR组合导航系统模糊卡尔曼滤波[中图

2、分类号]U6[文献标识码】A【文章编号】l007-9416(2009)10-0176-021引言目前,在组合导航系统中应用最为成功的信息融合算法仍然是卡尔曼滤波算法.卡尔曼滤波是一种线性最小方差无偏估计.在计算方法上,它采用递推形式,并且是使用状态空间法在时域内设计滤波器,适用于多维随机过程的估计.卡尔曼滤波在多传感器信息融合领域内的应用早已被人们认识和研究.2GPS/DR组合导航系统的数学模型取车辆分别在东向和北向的位置,速度和加速度分量为状态变量,则GPS/DR组合导航滤波的状态模型取为:Xk=

3、一1+w(2.1)其中,=【,,口,SnVn,口]为系统的状态变量,,Ve,0e分别为车辆东向位置,速度,加速度,S,Vn,Gn分别为车辆北向的位置,速度,加速度;过程噪声向量w=【0,0,,0,0,r,,分别满足分布为(0,),(0,2)的高斯白噪声.010000000000011/000OO00001000O0000011/Ta.,分别为车辆运动加速度变化率的相关时间常数.组合导航系统的观测向量为:GPS输出的车辆大地坐标唯独和精度换算得到的车辆载体坐标系,得到,VD,,DR系统依靠车辆轮胎的脉

4、冲计数和压电陀螺测得车辆的速度vD和角速度wD,则组合导航系统的观测方程可表示为:月6D二+s22≈v+vh[t,(f)】+O)(2.2)上述方程(2.1)和(2.2)即是组合导航系统的状态方程和观测方程.3GPS/DR组合导航系统模糊卡尔曼滤波算法设计与仿真根据上面讨论的数学模型,设计一种模糊卡尔曼滤波器如图l所示.图1中,FIS表示模糊推理系统,EKF表示卡尔曼滤波器,CK表示新息实测方差与理论方差的比值.CK通过FIS得到的修正值在线调整卡尔曼滤波器(EKF).取东向,北向位置,速度和加速度为

5、状态变量,那么系统状态向量X,系统量测向量Z.运用本章讨论的模糊卡尔曼滤76数字技术与应用奢324图3法兰同轴测试装置图飘:'瑚i,?j'l-i:.-.-罾LLj

6、J'一一一?一◆图4法兰同轴测试装置内部场分布-应用研究?运算放大器运用研究彭克发(重庆电子工程职业学院电子信息系重庆401331)[摘要】集成运算放大器是电子产品更新换代,提高性能中不可缺少的单元电路之一,笔者在长期教epi,~改中对集成运算放大器的工作状态,如何在集成运算放大器中扩大功能,提高稳定性,怎样保护集成运算放大器能长时间工作

7、不易损坏等l进行了一些探索.介绍给读者,相信能够起到抛砖引玉之作用.【关键词]放大器可靠性负反馈状态[中图分类号】T[文献标识码】A[文章编号】1007—9416(2009)10—0177—02由于运算放大器具有体积小,功耗低,可靠性高,使用方便,交直流特性好,能在相当宽的范围内工作等特点,目前已普遍用于仪器仪表,自动控制,自动测量,计算技术,电信技术和无线电等技术领域.1运算放大器的工作状态1.1工作状态的判别设运算放大器开环增益为,正反馈系数为p,负反馈系数为Ⅳ,输入信号传到运算放大器输入端的衰

8、减系数为.根据反馈一般理论,可以直接写出闭环增益表达式::——÷DI—一14-(F"一F)A当Ⅳ>,时,运算放大器工作于负反馈系统,当F,=F时,运算放大器处于开环状态,当F<F时,运算放大器工作于正反馈系统.由于运算放大器的开环增益很高,只有它构成负反馈系统时才工作于线性区.而在开环或正反馈系统(除自激外)中,输出为饱和电平,运算放大器工作于饱和区.因此,可以根据运算放大器系统的反馈性情况来判别运算放大波方法对状态变量进行最优估计.假设载体水平向东行驶,仿真参数设置如下:初始位置为0,

9、初始速度为东向10m/s,北向0m/s,初始位置误差为0.3m,初始速度误差为0.5m/s,陀螺漂移为0.03./h,加速度计偏差为2×10-4g,采样间隔为lS,仿真时间为1000s.仿真开始条件为:梢2醛.足署0Q=diagl10100.250.251001OO100】R=diagl1O01000.020.02lP=diagl40401110001000l000】仿真通过MATLAB和Fuzzy工具箱来实现.在仿真过程中,为了检验模糊Kalman滤波器的效果,在0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。