联邦滤波器在船舶航行姿态中的应用

《联邦滤波器在船舶航行姿态中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、内容摘要1导言1.1联邦滤波原理的提出1.2研究目的及意义1.3研究内容和研究方法1.4本论文的章节安排2工作原理2.1集中式卡尔曼滤波概述2.2联邦滤波基本理论2.3本章小结3船舶航行姿态系统中联邦滤波器设计3.1船舶航行系统中联邦滤波器结构3.2联邦滤波器的实现3.3本章小结4基于MATLAB的系统设计与实现4.1MATLAB简介4.2系统程序流程图4.3案例分析及系统实现4.4本章小结5总结内容摘要：现代船舶航行体对导航系统的精度、可靠性、智1能化和可视化提出了很高的要求，因而联邦滤波器以其设计的灵活性和计算量小、容错性好等特点为实现高精度导航提供了有效的途径。木文首先介绍了卡尔曼

2、滤波器，对各种导航数据进行信息融合，从而组成导航系统，以获取系统状态的最优估计。但随着导航参数不断增加和传感器数目增多时，系统则存在计算负担重、容错性差、通信负担重等缺点，不能保证系统的实时性和高可靠性，在此基础上人们提出了联邦滤波原理。文章重点介绍了联邦滤波器的原理、结构、信息分配原则并分析了其容错能力，设计了船舶航行姿态估计屮联邦滤波器的应用，并用MATLAB对其进行了举例仿真，说明联邦滤波器在船舶航行姿态估计中应用的有效性和可行性。关键词：卡尔曼滤波；联邦滤波；信息分配原则；船舶导航Abstract:Toprecision,satisfy3ntelligent,vivisualiz

3、ationsualizationTherequiremeniofmodemairerafttonavigationsystem,Sofederalfilterwithitsdesignflexibilityandsmallcomputation,faulttoleranceisgoodwaitforacharacteristictoachievehighprecisionnavigationprovidesaneffectiveway.Thispaperfirstintroducedthekalmanfilter,toallsortsofnavigationdatainformation

4、fusion,thusconstitutingnavigationsystem,inordertogettheoptimalestimationsystemstate.Butasthenavigationparametersconstantincreaseandsensorpopulations,thesystemisincalculationburden,faulttolerancesent,communicationburdenshortcomings,cannotguaranteethereal-timeandhighreliability,basedontheprincipleo

5、ffederatedkalmanfilteringareputforward.Thispapermainlyintroducesthefederalfilterprinciple,structureandinformationdistributionprincipleandanalyzesitstolerance,onthisbasis,wedesigntheshipsailingoffederatedkalmanfilterinpostureestimatesofitsapplication,withMATLABsimulationexamplethatthefederalfilter

6、sinnavigationapplicationofpostureestimatesthevalidityandfeasibility.KeyWords:KalmanfilterFederatedfilterInformationdistributionprincipleShipnavigationsystem1导言1.1联邦滤波原理的提出现代科学技术为导航体提供了多种导航设备的同时，也对导航与制导系统的性能提出了更高要求，高精度和高可靠性的组合导航系统已成为当前重要导航系统实现方案。由于惯导系统的优点是全自动式，能提供连续实时的多种导航参数（位置、速度、航向、姿态），但其误差（尤其是位

7、置误差）随时间积累，因而在组合导航系统屮，往往以惯导系统为主导航系统，辅以其他导航设备，利用卡尔曼波进行组合导航信息处理，以获得高精度的导航信息。利用卡尔曼滤波技术对组合导航系统进行最优组合有2种途径：集中化的卡尔曼滤波和分散化卡尔曼滤波。集中化卡尔曼滤波器采用严格最优估计方法对所有导航子系统的信息进行集中处理。集中化卡尔曼滤波虽然在理论上可给岀状态的最优估计，但存在几种缺点：一是集中化卡尔曼滤波器的状态维数高，因而计算机负担重，严