北斗导航系统的卡尔曼滤波算法研究

《北斗导航系统的卡尔曼滤波算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2007全国博士生学术论坛陕西西安西安电子科技大学2007年9月2007DoctoralForumofChinaShaanxiXi’anXidiallUniversitySep．2007基于机载北斗导航系统的卡尔曼滤波算法研究陈玉峰1左继章12王妙1王光鼎3(1．空军工程大学工程学院西安2．中国人们解放军95972部队3．中国科学院电子所北京)摘要：针对广泛研究的北斗区域定位系统，提出了—种利用的-k,Y,曼滤波剔除动态野值的改进算法，该方法提高了滤波器在机载环境下的跟踪能力，由于隔氐了状态方程的维数。滤波的实时性得到提高，经试飞数据验证，由该算法滤波后无源北斗系统的定位精

2、度可以达到92米，可以满足—般空中用户的需要。关键词：无源定位伪距卡尔曼滤波定位精度中图分类号：TP306+．3／TP393．07文献标识码：A文章编号：lOOl-2400(2007)s1-0209-04AStudyofKalmanFilterArithmeticBasedOnAirbomeBeiDouPassiveSystemChenyufeng2Zuojizhan矿WangmiaolWangguangdin93(1．AirForceEngineeringUniversityXi’an2．UnitNo．95972，PLA3JElectronInstioateofChine

3、seAcademyofsciencesBeijing)Abstract：InviewofBeiDoupassiveI．Dcationsystemisextensivestu@，allalgorithmof喇ecting由，IlaIIlicfaulttolerantbyKalmanfilterisputforward．thefilteringaccuracyofthe蛔Illmis粤∞tlyenhanced．Becauseofreducingthedimensionofabeequation,theteal-timecharacteroffilterisimproved．Th

4、roughlhenightdatavalidated,thelocationpll置3isionbythefilteralgonmmoftheBeiDoupassivesystemcanreach92II毪糯．Itcansatisfygeneralflightusers’needs．．一KeyWords：palssiVelocationpseudo-rangeKalmanfilterlocationlm℃-Ssion1引言在信息化的今天，北斗卫星导航系统已成为我国核心基础设施。由于北斗定位卫星只有三颗，动态定位时，存在北斗信号易丢失，数据采集误差大，定位精度不高的问题。在动

5、态数据处理中，对于提高卡尔曼滤波实时性和有效性。文献[1]提出基于矩阵外积的快速滤波算法，滤波实时性好，精度有待提高。文献[2]提出把载体的高度信息加入量测方程的方法，改善了北斗定位精度，但方程维数增多，计算时间长。基于计算复杂度和定位准确性考虑，本文提出—种动态卡尔曼滤波算法，在站心坐标系下，分男U在北向、东向、天向对北斗定位数据进行滤波，由于降低了状态方程的维数，滤波的实时性得到较大的提高，滤波器剔除野值后避免发散，使数据的有效性更好。飞棚在巡航状态下，无源北斗定位精度得以明显改善，可以满足—般空中用户需要。2机载无源北斗数据模型建立根据Schwarzeta1．[3]提

6、出动态导航定位数据处理宜采用定常速度和定常加速度模型。在试飞过程中，飞机一般沿预订航线以巡航速度作匀速直线运动，4_0_tg会出现某些机动，如起飞爬升，缓慢转弯，从而飞机产生一定加速度，因此试飞情况符合Schwarzetal提出的模型要求。收稿日期：2006旬3-29基金项目：国防科研基金资助项目作者简介：陈玉峰(1969一)，男，西安空军工程大学博士研究生。2102007全国博士生学术论坛陕西西安西安电子科技大学2007年9月2007DoctoralForumofChinaShaanxiXi’allXidianUniversitySep．20073离散卡尔曼方程建立为消除

7、动态飞行中产生的误差，需要将真实的状态从各种随机干扰中的估计出来。在动态数据处理中，采用卡尔曼滤波方法[1][2]来提取所需要的数据。在站心坐标系下(N’E，H)，分别对北向、东向、天向无源北斗数据进行滤波，以北向滤波为例。取无源北斗系统[4][5]的北向状态变量为X=【x，戈，叫，式中x一北向的位置，文一北向速度，戈一北向加速度。建立告鲁离散卡尔曼基本方程血西下：I状态方程Xt=①琳一lX¨+L，：一l瞰一l【观测方程K=HX女+K(1)中从小F¨分别是系统的状态转移矩阵，系统噪声矩阵。毗-1，V分别是方差阵为Q