没有合适的资源?快使用搜索试试~ 我知道了~
首页改进的自适应SRUKF算法提升GPS/AHRS系统精度与稳定性
本文主要探讨了在GPS/AHRS(全球定位系统/航姿参考系统)组合导航中,一种改进的自适应SRUKF算法的应用。常规UKF( Unscented Kalman Filter)在数据融合过程中,由于计算误差可能导致协方差矩阵出现负定的问题,这不仅降低了滤波的精度,还可能引发滤波器的不稳定,甚至使整个系统无法正常运行。针对这个问题,作者提出了一种创新方法,即自适应SRUKF算法。 该算法的主要优势在于它解决了协方差负定的困境,使得系统能够稳定工作,同时兼顾了精度的提升。通过引入自适应机制,算法能够根据实时数据动态调整滤波参数,更好地适应环境变化和噪声特性,提高了滤波的鲁棒性。在实际的仿真测试中,当先验噪声未知且存在时变性时,改进的自适应SRUKF算法表现出显著的优势,能够有效提高导航系统的定位精度和稳定性。 本文的研究成果对于GPS/AHRS系统的精确导航和姿态控制具有重要意义,特别是在无人机、自动驾驶汽车等领域,对实时、高精度的定位和姿态估计有着直接的应用价值。此外,文章还提供了详细的算法设计和实现细节,包括理论基础、算法流程以及仿真结果的分析,这对于理解并改进GPS/AHRS数据融合技术具有很高的参考价值。 这篇论文深入研究了GPS/AHRS系统中传统UKF存在的问题,并成功地提出了一种创新的解决方案,为提高导航系统的性能和可靠性提供了新的思路和技术支持。通过阅读这篇论文,读者可以了解到如何优化卡尔曼滤波算法以适应复杂多变的环境条件,以及如何处理协方差负定问题,从而提升导航系统的整体效能。
资源详情
资源推荐
第 卷第 期
哈尔滨工程大学学报
Vol
年 月
Journal of Harbin Engineering University
Oct
GPS AHRS 紧 耦 合 系 统 中 改 进 的 SRUKF 算 法
陈剑孙金海李金海阎跃鹏
中国科学院 微电子研究所北京
摘要在 GPSAHRS航姿参考系统组合导航的数据融合中常规 UKF 在应用中由于计算误差易导致协方差负定影
响滤波的精度甚至使滤波发散而导致系统无法正常工作针对这一问题提出了一种改进的自适应 SRUKF 算法不仅能
够解决协方差负定带来的系统无法正常工作的问题而且能够在保证精度的同时降低系统的计算量仿真数据结果表
明在先验噪声未知并且噪声时变的情况下改进的自适应 SRUKF 算法能够提高系统的精度和稳定性
关键词平方根不敏卡尔曼滤波全球定位系统航姿参考系统紧耦合组合导航
doi jissn
网络出版地址httpwwwcnkinet kcmsdetail Uhtml
中图分类号TP文献标志码A文章编号
An improved SRUKF in a tightlycoupled GPS AHRS system
CHEN Jian SUN Jinhai LI Jinhai YAN Yuepeng
Institute of Microelectronics Chinese Academy of Sciences Beijing China
AbstractIn the data fusion of tightly coupled GPS Attitude Heading Reference System AHRS the calculation
errors of traditional UKF resulted in a negative definite state of covarianceThe results may ultimately reduce the
accuracy of filter and even cause divergence of filters which lead to abnormality of the systemAn improved adap
tive SRUKF square root unsensitive Kalman filter provided in this paper can help solve the problem of negative
definite state covariance and lower calculation complexityThe filtering results of the simulation data show that un
der the condition of unknown and realtime system noise statistics the improved adaptive SRUKF in a tightly cou
pled integrated navigation system have better performance both in accuracy and in robustness
KeywordsSRUKF GPS AHRS tightlycoupled integrated navigation
收稿日期 网络出版时间
基金项目国家 计划基金资助项目AAZ
作者简介陈剑男硕士研究生
阎跃鹏 男研究员博士生导师
通信作者陈剑Emailchenjianimeaccn
在 INS GPS 紧耦合滤波算法领域文献 将
EKF 算法用于耦合滤波但是 EKF 线性化的过程必
然存在高阶项截断误差影响滤波精度
文献
应用了 UKF 算法并将其与 EKF 算法做比较证明
了 UKF 的有效性但是对于实际系统而言系统噪
声是未知的并且是变化的该算法在先验噪声未知
以及噪声时变的情况下不能很好地工作甚至会发
散文献 应用了模糊强跟踪 UKF 算法强跟踪
UKF 算法有很好地鲁棒性在恶劣环境下可以有效
抑制滤波的发散但是该算法是以牺牲滤波精度为
代价的并且涉及到 n 维系统状态维数渐消因子
以及其他参数的求解再加上模糊算法计算量大大
增加实时性难以保证文献将一种自适应 UKF
算法用于紧耦合系统该算法计算量小精度高能
对噪声自适应但是 UKF 算法有一个缺陷它需要
对协方差矩阵进行 Cholesky 分解而在数值计算中
往往存在舍入误差等问题有时会得到负定的协方
差矩阵从而导致 UKF 滤波器无法正常工作文献
中的 SRUKF 算法很好地解决了 UKF 协方差负
定带来的问题但是该算法缺少自适应在先验噪声
未知以及噪声时变情况下不能很好地工作这些方
法中有些方法精度不高有些方法不能适应噪声变
化有些方法计算量太大都难以满足实际应用
针对上述问题本文在分析了普通 Kalman 与
SRUKF 滤波各自优缺点的基础上提出一种改进的
自适应 SRUKF 算法将基于渐消记忆指数加权的自
下载后可阅读完整内容,剩余3页未读,立即下载
weixin_38728347
- 粉丝: 4
- 资源: 912
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C++标准程序库:权威指南
- Java解惑:奇数判断误区与改进方法
- C++编程必读:20种设计模式详解与实战
- LM3S8962微控制器数据手册
- 51单片机C语言实战教程:从入门到精通
- Spring3.0权威指南:JavaEE6实战
- Win32多线程程序设计详解
- Lucene2.9.1开发全攻略:从环境配置到索引创建
- 内存虚拟硬盘技术:提升电脑速度的秘密武器
- Java操作数据库:保存与显示图片到数据库及页面
- ISO14001:2004环境管理体系要求详解
- ShopExV4.8二次开发详解
- 企业形象与产品推广一站式网站建设技术方案揭秘
- Shopex二次开发:触发器与控制器重定向技术详解
- FPGA开发实战指南:创新设计与进阶技巧
- ShopExV4.8二次开发入门:解决升级问题与功能扩展
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功