車載GPS-DR組合導(dǎo)航系統(tǒng)定位新算法及其實(shí)現(xiàn).pdf

1、車載導(dǎo)航系統(tǒng)是智能交通系統(tǒng)(ITS)的核心內(nèi)容之一，而車輛定位又是車載導(dǎo)航系統(tǒng)最基本的任務(wù)?；谌蚨ㄎ幌到y(tǒng)(GPS)和航位推算(DR)的組合定位是目前車輛定位最理想的方式之一，論文圍繞基于此方式的車輛定位問題，提出和改進(jìn)了一些定位算法，并進(jìn)行了算法實(shí)現(xiàn)和軟硬件開發(fā)。完成的主要工作包括： 1．分析了GPS與DR在車載導(dǎo)航系統(tǒng)中組合的必要性，組合的特點(diǎn)和方式，并建立了基于此組合方式的系統(tǒng)動(dòng)態(tài)模型； 2．設(shè)計(jì)了一種簡化聯(lián)邦濾

2、波器的聯(lián)合卡爾曼濾波器，實(shí)現(xiàn)了快速、準(zhǔn)確、容錯(cuò)性強(qiáng)的分散式卡爾曼濾波，并通過仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證： 3．在聯(lián)合卡爾曼濾波器中，引入模糊控制器，依據(jù)卡爾曼濾波殘差偏離程度，調(diào)整卡爾曼濾波的增益，以提高各子濾波器的噪聲消除能力和定位精度，并抑制發(fā)散；進(jìn)一步，利用各自濾波器的濾波精度，直接調(diào)整各濾波器的信息分配系數(shù)，從而獲得最優(yōu)信息融合；實(shí)驗(yàn)仿真反映了模糊控制器對(duì)卡爾曼濾波的改進(jìn)和優(yōu)化效果； 4．針對(duì)傳統(tǒng)卡爾曼濾波在非線性系統(tǒng)狀

3、態(tài)估計(jì)中的不足，將一種全新的SPKF系列方法應(yīng)用于車載組合導(dǎo)航，其利用線性統(tǒng)計(jì)回歸技術(shù)實(shí)現(xiàn)系統(tǒng)的線性化，基于此設(shè)計(jì)的濾波算法避免了計(jì)算復(fù)雜的雅可比陣，也實(shí)現(xiàn)了系統(tǒng)更高的定位精度和抗干擾能力；仿真實(shí)驗(yàn)也證明這是一種更理想的非線性車載導(dǎo)航系統(tǒng)的濾波方法： 5．如何利用不連續(xù)性、不確定性的狀態(tài)變化構(gòu)造動(dòng)態(tài)樣本，是制約神經(jīng)網(wǎng)絡(luò)用于車載導(dǎo)航系統(tǒng)的狀態(tài)估計(jì)的主要障礙。本文結(jié)合卡爾曼濾波器，設(shè)計(jì)了一種混雜結(jié)構(gòu)的遞歸神經(jīng)網(wǎng)絡(luò)，通過離線逼近和在線