卡爾曼濾波在GPS動態(tài)定位中的應(yīng)用.pdf

1、本文的主要工作是以卡爾曼濾波器為工具對GPS系統(tǒng)的位置、速度以及加速度信號進(jìn)行估計(jì)。卡爾曼濾波技術(shù)是一種線性最小方差濾波估計(jì)，它只需要通過上一時刻狀態(tài)向量的最優(yōu)估計(jì)和現(xiàn)在時刻的觀測量就可以得到現(xiàn)在時刻狀態(tài)向量的最優(yōu)估計(jì)值。和維納濾波相比較，它是在時間域內(nèi)進(jìn)行運(yùn)算，并且不需要存儲大量的歷史數(shù)據(jù)信息，因此適合計(jì)算機(jī)進(jìn)行處理。本文首先結(jié)合GPS系統(tǒng)的理論和“當(dāng)前”
　　 統(tǒng)計(jì)模型來建立系統(tǒng)的狀態(tài)轉(zhuǎn)移方程以及測量方程，用此二者構(gòu)成了系統(tǒng)

2、的數(shù)學(xué)模型，此系統(tǒng)模型在時域上是連續(xù)的非線性模型，不利于計(jì)算機(jī)做數(shù)據(jù)處理，用對泰勒級數(shù)化簡的數(shù)學(xué)方法對此模型進(jìn)行離散化和線性化處理，得到了符合離散卡爾曼濾波要求的近似的離散線性化模型，然后對卡爾曼濾波器的結(jié)構(gòu)特點(diǎn)以及性質(zhì)做了詳細(xì)的闡述，同時也將卡爾曼濾波和線性最小方差濾波做了簡單的比較，發(fā)現(xiàn)了二者相似點(diǎn)，并介紹了方差自適應(yīng)算法以及引入了漸消因子的卡爾曼濾波算法，這兩種算法常用來提高卡爾曼濾波器的動態(tài)跟蹤性能，最后，在不同的運(yùn)動模式下，運(yùn)