INS-GPS組合導(dǎo)航系統(tǒng)濾波算法的研究.pdf

1、目前，卡爾曼濾波是研究INS/GPS組合導(dǎo)航的綜合濾波問題的一個(gè)主要手段。傳統(tǒng)的組合導(dǎo)航濾波器采用擴(kuò)展卡爾曼濾波(EKF：Extended Kalman Filtering)算法，但I(xiàn)NS/GPS組合導(dǎo)航系統(tǒng)本質(zhì)上是非線性的，對(duì)模型進(jìn)行線性化的擴(kuò)展卡爾曼濾波在一定程度上影響了系統(tǒng)的性能。近年來，直接使用非線性模型的無跡卡爾曼濾波(UKF：Unscented Kalman Filtering)正在逐漸成為研究非線性估計(jì)問題的熱點(diǎn)和有效方法

2、。 基于此出發(fā)點(diǎn)，本文將UKF這一非線性濾波方法，引入到組合導(dǎo)航系統(tǒng)的非線性模型中，并對(duì)傳統(tǒng)的UKF濾波算法進(jìn)行適當(dāng)?shù)母倪M(jìn)，提出了具有強(qiáng)跟蹤能力的自適應(yīng)UKF方法，這種改進(jìn)算法能夠使系統(tǒng)誤差在較短的時(shí)間內(nèi)收斂，并與傳統(tǒng)的UKF濾波算法的精度相當(dāng)。研究的主要內(nèi)容及創(chuàng)新點(diǎn)如下： 首先，針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)的基本原理、誤差模型和綜合模式，建立了INS/GPS組合導(dǎo)航系統(tǒng)的系統(tǒng)狀態(tài)方程和量測(cè)方程，并對(duì)該數(shù)學(xué)模型進(jìn)行了速

3、度誤差和姿態(tài)角誤差的簡(jiǎn)單仿真。 其次，針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)的速度、位置綜合模型，采用反饋校正的綜合模式，對(duì)INS/GPS組合導(dǎo)航系統(tǒng)進(jìn)行了綜合濾波。綜合濾波算法分別采用了EKF算法和UKF算法，并在選取同樣的參數(shù)和假設(shè)環(huán)境的前提下分別對(duì)EKF算法和UKF算法進(jìn)行了仿真對(duì)比。結(jié)果表明EKF在用于綜合組合導(dǎo)航系統(tǒng)時(shí)易于實(shí)現(xiàn)，但穩(wěn)態(tài)特性不夠理想，魯棒性較差，并且軌跡跟蹤能力較差；而UKF的穩(wěn)態(tài)特性較理想，魯棒性較強(qiáng)，但軌跡跟

4、蹤能力仍然不夠理想。 再次，針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)狀態(tài)模型維數(shù)較高這一問題，在傳統(tǒng)的UKF濾波算法的基礎(chǔ)上結(jié)合強(qiáng)跟蹤濾波思想給出的具有強(qiáng)跟蹤能力的自適應(yīng)UKF算法，且給出了具體算法的推導(dǎo)過程；從正交性原理出發(fā)詳細(xì)討論了在預(yù)報(bào)誤差協(xié)方差方程中引入的漸消因子的求解方法，且進(jìn)一步引入多重漸消因子，分別對(duì)不同的數(shù)據(jù)通道進(jìn)行漸消，進(jìn)一步提高UKF濾波器的跟蹤能力。通過仿真證明強(qiáng)跟蹤UKF具有理想的穩(wěn)態(tài)特性，同時(shí)保持了良好的導(dǎo)航精度