CPF算法在GNSS-INS列车组合定位系统中的应用.pdf

CPF算法在GNSS-INS列车组合定位系统中的应用.pdf

ID:52396340

大小:279.88 KB

页数:4页

时间:2020-03-27

CPF算法在GNSS-INS列车组合定位系统中的应用.pdf_第1页
CPF算法在GNSS-INS列车组合定位系统中的应用.pdf_第2页
CPF算法在GNSS-INS列车组合定位系统中的应用.pdf_第3页
CPF算法在GNSS-INS列车组合定位系统中的应用.pdf_第4页
资源描述:

《CPF算法在GNSS-INS列车组合定位系统中的应用.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、138传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第ll期CPF算法在GNSS-INS列车组合定位系统中的应用王更生,张俊,郭鹏飞,詹小丽(华东交通大学信息T程学院。江西南昌330013)摘要:为了提高GNSS—INS列车组合定位系统的定位精确性,拟将一种性能优良的非线性CKF算法引入到传统粒子滤波(PF)框架中,形成改进的CPF算法。结合某列车控制系统提供的样本数据进行仿真,与传统的PF算法相比,CPF算法滤波效果好,定位误差小,更能满足列车运行的非线性环境要求

2、。结果表明:CPF算法在GNSS—INS列车组合定位系统中具有良好的工程实用价值。关键词:列车组合定位系统;PF算法;CKF算法;CPF算法中图分类号:TP13文献标识码:A文章编号:1000-9787(2012)11-0138-03ApplicationofCPFalgorithminGNSS·INStraincombination-·●‘米positioningsystemWANGGeng—sheng,ZHANGJun,GUOPeng—fei,ZHANXiao—li(SchoolofInformationEngineeri

3、ng,EastChinaJiaotongUniversity,Nanchang330013,China)Abstract:InordertoimprovepositioningaccuracyofGNSS—INStraincombinationpositioningsystem,afineperformanceCKFnonlinearfilteringalgorithmisintendedtobeintroducedtotraditionalframeworkofparticlefilter(PF)toformimproved

4、CPFalgorithm.Combinedwiththesampledatasprovidebyatraincontrolsystem,tocarryoutsimulation,comparedwiththetraditionalPFalgorithm,theCPFalgorithmhasgoodfiheringeffect,smallerr0r,andcanmeettherequirementsofthetrainoperationnonlinearenvironment.TheresultsshowthatCPFalgor

5、ithmhasgoodengineeringapplicationvalueinGNSS-INStraincombinationpositioningsystem.Keywords:traincombinationpositioningsystem;PFalgorithm;CKFalgorithm;CPFalgorithm0引言性测量器件(INS)组合构成列车定位功能单元,通过这种传统GNSS—INS列车组合定位系统通常采用卡尔曼方式能够有效地补充甚至完全替代现有列车定位系统,从(Kalman)滤波方案,需要已知被研究对象数学

6、模型和噪声而以多种方式实现与列控系统及子系统的互操作。统计的先验知识。如果当模型缺乏对噪声统计特征的了解GNSS—INS列车组合定位系统以CTCS3为基础,采用时,应用常规Kalman滤波法就会存在不稳定问题,容易引GNSS对运行中的列车进行实时跟踪,建立基于GNSS的高起滤波发散,无法满足当下日益复杂的列车定位环境对滤速列车组合定位模型,包括北斗与GPS相互增强性研究,波估计的非线性要求。本文提出一种基于重要性密度对列车运行进行实时跟踪,考虑到GNSS信号可能受遮挡、多径效应影响的问题,为了保证定位系统的连续性、定位结函数的

7、改进粒子滤波方案一cPF算法。其核心思想在于:果的可靠性,建立GNSS—INS的传感器组合定位模型,利用将性能优良的非线性滤波CKF算法引入到传统粒子滤波GSM—R进行实时双向数据传输,以电子地图和空间信息系(PF)框架中,形成改进的CPF算法。通过CKF来产生粒统为支撑平台,确保系统能够连续、实时地对列车进行高精子滤波的重要性密度函数,使重要性密度函数在兼顾系统度的定位。的非线性和非高斯特性下更加接近系统的后验概率分布,传统的基于GNSS与多传感器组合的研究,均以Kal—以此通过改善标准粒子滤波的性能来提高列车组合定位系ma

8、n滤波为首选作为数据融合的计算方法。Kalman滤波统的精确性。是一种建立在H。准则下的线性最小方差滤波算法,其本1GNSS-INS列车组合定位系统质上是一种线性算法,并且滤波性能取决于系统模型和干现有的列车运行控制模式通常采用GNSS接收机与惯扰特性假设的精确程度,无法满足

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。