非線性濾波算法研究及其在組合定位中的應(yīng)用.pdf

1、GPS/DR組合定位系統(tǒng)本質(zhì)上是非線性的。目前，應(yīng)用于GPS/DR組合定位系統(tǒng)的非線性濾波方法主要是擴(kuò)展卡爾曼濾波器(Extended Kalman Filter, EKF)。然而，擴(kuò)展卡爾曼濾波存在濾波精度低、對系統(tǒng)模型誤差和噪聲統(tǒng)計特性的魯棒性差和實(shí)際中難以實(shí)施等缺點(diǎn)，因此本文引入了一種非線性濾波算法-Sigma點(diǎn)卡爾曼濾波(Sigma PointKalman Filter, SPKF)。SPKF濾波無需對非線性系統(tǒng)進(jìn)行線性化近似，

2、避免了線性化誤差的引入和雅克比矩陣的計算，其實(shí)用性和濾波估計精度都要優(yōu)于傳統(tǒng)的擴(kuò)展卡爾曼濾波。
　　隨著非線性濾波應(yīng)用范圍的不斷擴(kuò)展，實(shí)際組合定位系統(tǒng)往往表現(xiàn)出以往不具有的特性，如:噪聲相關(guān)、模型不確定等。傳統(tǒng)的SPKF算法應(yīng)對模型不確定性的魯棒性很差，而且其是在系統(tǒng)噪聲與量測噪聲不相關(guān)的條件下建立的。因此，與EKF相同，傳統(tǒng)的SPKF也已經(jīng)無法滿足組合定位系統(tǒng)的要求了。
　　針對上述提到的SPKF算法存在的理論局限性，本文

3、提出了STF-SPKF-CN算法。首先，考慮過程噪聲和量測噪聲相關(guān)情況下的系統(tǒng)，給出了可應(yīng)用與該系統(tǒng)下的SPKF-CN濾波算法。其次，將漸消因子引入我們提出的SPKF-CN算法，通過在線調(diào)整濾波增益陣增強(qiáng)了SPKF-CN濾波算法應(yīng)對模型不準(zhǔn)和狀態(tài)突變的能力，給出了可應(yīng)用與噪聲相關(guān)系統(tǒng)下的STF-SPKF-CN算法。該算法不僅保留了STF應(yīng)對模型不確定性的強(qiáng)魯棒性，而且還融合了SPKF濾波估計精度高的優(yōu)點(diǎn)，是噪聲相關(guān)系統(tǒng)的STF與SPKF