車載GPS-DR組合導(dǎo)航系統(tǒng)粒子濾波算法的改進(jìn)及應(yīng)用研究.pdf

1、為了提高運(yùn)輸效率和增強(qiáng)安全保障，各國相繼開展了對車輛導(dǎo)航定位系統(tǒng)的研究。選擇怎樣的定位方式是車輛導(dǎo)航定位系統(tǒng)的關(guān)鍵。GPS和DR是最常用的兩種定位方法，將兩種定位方法有效結(jié)合構(gòu)成車載GPS/DR組合導(dǎo)航系統(tǒng)，能得到更精確的定位結(jié)果。實(shí)現(xiàn)GPS/DR組合的核心問題是數(shù)據(jù)融合方案的設(shè)計(jì)，因此，選用一種良好的數(shù)據(jù)融合方式，來提高數(shù)據(jù)融合的精度也就成為研究的重點(diǎn)。主要工作包含以下幾個(gè)部分:
　　首先，對車輛導(dǎo)航定位系統(tǒng)、濾波技術(shù)的發(fā)展進(jìn)行

2、了綜述，介紹了GPS/DR組合導(dǎo)航系統(tǒng)的原理。
　　其次，采用擴(kuò)展卡爾曼濾波(EKF)，對單獨(dú)的DR系統(tǒng)和車載GPS/DR組合導(dǎo)航系統(tǒng)進(jìn)行濾波估計(jì)。采用EKF時(shí)，非線性系統(tǒng)必須要進(jìn)行線性化，從而導(dǎo)致濾波結(jié)果有較大的誤差。
　　然后，以EKF為基礎(chǔ)，研究了粒子濾波(PF, Particle Filter)在GPS/DR組合導(dǎo)航系統(tǒng)中的應(yīng)用。PF中存在的主要問題是粒子集的退化問題，目前解決退化問題主要有兩個(gè)方面:重要性函數(shù)的選取

3、和重采樣。本文從這兩個(gè)方面入手，利用擴(kuò)展Kalman濾波產(chǎn)生重要性函數(shù)，充分利用了觀測信息，更接近于真實(shí)狀態(tài)。又由于在系統(tǒng)重采樣方法中容易引入誤差，從而，基于范數(shù)概念將變量的誤差限定在一定范圍內(nèi)，并設(shè)定門限，來表征粒子的退化程度，對大權(quán)值粒子的選擇更合理。最終，結(jié)合這兩個(gè)方面，提出了改進(jìn)的粒子濾波方法。
　　隨后，應(yīng)用Matlab仿真，針對GPS/DR組合導(dǎo)航系統(tǒng)模型，從東向位置和東向速度兩個(gè)狀態(tài)的估計(jì)值、真實(shí)值對八種濾波結(jié)果進(jìn)行