自适应ukf算法及其在gpsins组合导航中的应用

自适应ukf算法及其在gpsins组合导航中的应用

ID:33506151

大小:592.30 KB

页数:5页

时间:2019-02-26

自适应ukf算法及其在gpsins组合导航中的应用_第1页
自适应ukf算法及其在gpsins组合导航中的应用_第2页
自适应ukf算法及其在gpsins组合导航中的应用_第3页
自适应ukf算法及其在gpsins组合导航中的应用_第4页
自适应ukf算法及其在gpsins组合导航中的应用_第5页
资源描述:

《自适应ukf算法及其在gpsins组合导航中的应用》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28卷第6期北京理工大学学报Vol.28No.62008年6月TransactionsofBeijingInstituteofTechnologyJun.2008自适应UKF算法及其在GPS/INS组合导航中的应用1,222高为广,何海波,陈金平(11信息工程大学测绘学院,河南,郑州450052;21北京环球信息应用开发中心,北京100094)摘要:提出了一种自适应无迹Kalman滤波(UKF)算法.针对UKF受初始值误差和动力学模型异常扰动误差影响的问题,将自适应估计原理引入到UKF算法,将动力

2、学模型信息对导航解的贡献进行合理调整.计算结果表明,在GPS/INS松组合导航系统数据处理时,UKF算法略优于扩展Kalman滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制动力学模型误差对导航解的影响,进一步提高导航解的精度和可靠性.关键词:扩展Kalman滤波;无迹Kalman滤波;自适应估计;GPS/INS组合导航中图分类号:P22814文献标识码:A文章编号:100120645(2008)0620505205AnAdaptiveUKFAlgorithman

3、dItsApplicationforGPS/INSIntegratedNavigationSystem1,222GAOWei2guang,HEHai2bo,CHENJin2ping(1.InstituteofSurveyingandMapping,UniversityofInformationEngineering,Zhengzhou,Henan450052,China;2.BeijingHuanqiuInformationDevelopingCenter,Beijing100094,China)A

4、bstract:AnewadaptiveunscentedKalmanfilter(UKF)algorithmissetup.InordertoovercometheshortcomingsofUKF,suchasobviousinfluencesfromthevaluesofinitialparameters,theuncertainnessofsystemicnoisesandtheinfluencesofvehicledisturbancesinmovements,theadaptiveest

5、imationprincipleisappliedforUKF.Itisshown,bycomparisonandanalysisthattheUKFalgorithmisbetterthanextendedKalmanfilter(EKF)andtheadaptiveEKFissuperiortoUKF,andtheadaptiveUKFissuperiortoallalgorithmsintheapplicationofGPS/INSintegratednavigationsystems.Key

6、words:extendedKalmanfilter(EKF);unscentedKalmanfilter(UKF);adaptiveestimation;GPS/INSintegratednavigation[4]对于非线性滤波问题的次优近似一般有两大途的一些问题,常用的有粒子滤波(PKF)和无迹[5]径:①将非线性函数线性化,对高阶项采用忽略或Kalman滤波(UKF).但PKF大量粒子的随机逼近的措施.其中,最常用的是扩展Kalman滤波产生,计算量非常大,很难满足导航系统实时性的需[1-2]

7、(EKF),该算法势必存在高阶项截断误差,且求.UKF通过设计少量的Sigma点,基于UT变换非线性函数的Jacobian矩阵的求解计算量也比较经由非线性函数的传播,计算出随机向量的一、二阶大.针对EKF滤波算法存在的问题,很多学者研究统计特性.由于其计算量小、精度高被广泛应用到[3][6][7]并提出了相应的改进措施,但这些改进算法仍然导弹再入和发射、小行星软着陆等多个领域.无法解决EKF的线性化误差.②用采样的方法近UKF虽然能够克服EKF存在的一系列问题,似非线性分布.该方法可以较好地避免EK

8、F存在但在实际应用时,UKF对初始值的取值比较敏感,收稿日期:20080103基金项目:国家自然科学基金资助项目(40604003);国家“八六三”计划项目(2007AA12Z331);信息工程大学博士生创新基金资助项目作者简介:高为广(1979—),男,博士,工程师,E2mail:gwg9821@163.com.506北京理工大学学报第28卷[6]系统噪声相关信息的不确定性以及状态模型扰动异分布取β=2最优.常等都会影响UKF滤波解的精度.针对UKF存④测量更新″″

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。