資源描述：
《自適應(yīng)ukf算法及其在gpsins組合導(dǎo)航中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第28卷第6期北京理工大學(xué)學(xué)報Vol.28No.62008年6月TransactionsofBeijingInstituteofTechnologyJun.2008自適應(yīng)UKF算法及其在GPS/INS組合導(dǎo)航中的應(yīng)用1,222高為廣,何海波,陳金平(11信息工程大學(xué)測繪學(xué)院,河南,鄭州450052;21北京環(huán)球信息應(yīng)用開發(fā)中心,北京100094)摘要:提出了一種自適應(yīng)無跡Kalman濾波(UKF)算法.針對UKF受初始值誤差和動力學(xué)模型異常擾動誤差影響的問題,將自適應(yīng)估計原理引入到UKF算法,將動力
2、學(xué)模型信息對導(dǎo)航解的貢獻(xiàn)進(jìn)行合理調(diào)整.計算結(jié)果表明,在GPS/INS松組合導(dǎo)航系統(tǒng)數(shù)據(jù)處理時,UKF算法略優(yōu)于擴(kuò)展Kalman濾波(EKF),自適應(yīng)UKF算法優(yōu)于自適應(yīng)EKF算法,自適應(yīng)UKF算法能夠很好地抑制動力學(xué)模型誤差對導(dǎo)航解的影響,進(jìn)一步提高導(dǎo)航解的精度和可靠性.關(guān)鍵詞:擴(kuò)展Kalman濾波;無跡Kalman濾波;自適應(yīng)估計;GPS/INS組合導(dǎo)航中圖分類號:P22814文獻(xiàn)標(biāo)識碼:A文章編號: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]對于非線性濾波問題的次優(yōu)近似一般有兩大途的一些問題,常用的有粒子濾波(PKF)和無跡[5]徑:①將非線性函數(shù)線性化,對高階項采用忽略或Kalman濾波(UKF).但PKF大量粒子的隨機(jī)逼近的措施.其中,最常用的是擴(kuò)展Kalman濾波產(chǎn)生,計算量非常大,很難滿足導(dǎo)航系統(tǒng)實時性的需[1-2]
7、(EKF),該算法勢必存在高階項截斷誤差,且求.UKF通過設(shè)計少量的Sigma點,基于UT變換非線性函數(shù)的Jacobian矩陣的求解計算量也比較經(jīng)由非線性函數(shù)的傳播,計算出隨機(jī)向量的一、二階大.針對EKF濾波算法存在的問題,很多學(xué)者研究統(tǒng)計特性.由于其計算量小、精度高被廣泛應(yīng)用到[3][6][7]并提出了相應(yīng)的改進(jìn)措施,但這些改進(jìn)算法仍然導(dǎo)彈再入和發(fā)射、小行星軟著陸等多個領(lǐng)域.無法解決EKF的線性化誤差.②用采樣的方法近UKF雖然能夠克服EKF存在的一系列問題,似非線性分布.該方法可以較好地避免EK
8、F存在但在實際應(yīng)用時,UKF對初始值的取值比較敏感,收稿日期:20080103基金項目:國家自然科學(xué)基金資助項目(40604003);國家“八六三”計劃項目(2007AA12Z331);信息工程大學(xué)博士生創(chuàng)新基金資助項目作者簡介:高為廣(1979—),男,博士,工程師,E2mail:gwg9821@163.com.506北京理工大學(xué)學(xué)報第28卷[6]系統(tǒng)噪聲相關(guān)信息的不確定性以及狀態(tài)模型擾動異分布取β=2最優(yōu).常等都會影響UKF濾波解的精度.針對UKF存④測量更新″″
