留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的自适应滤波算法在BDS/INS组合导航中的应用

强明辉 蒋文

强明辉, 蒋文. 改进的自适应滤波算法在BDS/INS组合导航中的应用[J]. 全球定位系统, 2018, 43(3): 1-6. doi: 10.13442/j.gnss.1008-9268.2018.03.001
引用本文: 强明辉, 蒋文. 改进的自适应滤波算法在BDS/INS组合导航中的应用[J]. 全球定位系统, 2018, 43(3): 1-6. doi: 10.13442/j.gnss.1008-9268.2018.03.001
QIANG Minghui, JIANG Wen. Application of Improved Adaptive Filtering Algorithm in BD/INS Integrated Navigation[J]. GNSS World of China, 2018, 43(3): 1-6. doi: 10.13442/j.gnss.1008-9268.2018.03.001
Citation: QIANG Minghui, JIANG Wen. Application of Improved Adaptive Filtering Algorithm in BD/INS Integrated Navigation[J]. GNSS World of China, 2018, 43(3): 1-6. doi: 10.13442/j.gnss.1008-9268.2018.03.001

改进的自适应滤波算法在BDS/INS组合导航中的应用

doi: 10.13442/j.gnss.1008-9268.2018.03.001
详细信息
    作者简介:

    强明辉(1960-),男, 教授级高工, 主要研究方向为控制理论与控制工程、工业过程控制、检测技术自动化装置、计算机控制技术等。蒋文(1992-),男,硕士研究生,主要研究方向为智能控制、无人机导航。

Application of Improved Adaptive Filtering Algorithm in BD/INS Integrated Navigation

  • 摘要: 针对目前北斗与惯性导航系统的组合导航系统的导航性能和鲁棒性较差,基于衰减因子和噪声加权的自适应卡尔曼滤波技术,研究了组合导航系统在不确定性噪声干扰下的组合新算法。并在Matlab中进行了仿真实验,通过对比传统卡尔曼滤波技术,验证了新算法的有效性。并在Matlab中进行了无人机数据后处理实验。结果表明,改进的自适应滤波算法可以有效地降低不确定性干扰对组合导航系统的影响,从而提高了系统的导航性能和鲁棒性。

     

  • [1] 唐康华,吴美平,胡小平. MEMS-IMU/GPS组合导航中的多模态Kalman滤波器设计[J]. 中国惯性技术学报, 2007, 15(3):307-311.
    [2] 陈美华, CHENMeihua. 智能车辆中MEMS/BD组合导航数据融合算法[J]. 全球定位系统, 2013, 38(3):35-38.
    [3] CHATZIS M N, CHATZI E N, TRIANTAFYLLOU S P. A discontinuous extended Kalman filter for nonsmooth dynamic problems[J]. Mechanical Systems & Signal Processing, 2017, 92(13):13-29.
    [4] 蒋庆仙,田育民,孙葵. 北斗/INS组合导航关键技术分析[J]. 全球定位系统, 2010, 35(6):56-60.
    [5] OZBEK L, ALIEY F A. Adaptive fading Kalman filter with an application[J]. Automatica, 1998, 34(12):1179-1182.
    [6] Crassidis J, Markley F L. Unscented Filtering for Spacecraft Attitude Estimation[J]. Journal of Guidance Control Dynamics, 2013, 26(4):536-542.
    [7] 任泓润,刘瑞华. 低成本北斗/INS组合导航系统的研究[C]//全国信号和智能信息处理与应用学术会议会刊. 2013.
    [8] 秦永元,张洪钺,王叔华. 卡尔曼滤波与组合导航原理[M].2版. 西安:西北工业大学出版社, 2012.
    [9] 徐景硕,秦永元,彭蓉. 自适应卡尔曼滤波器渐消因子选取方法研究[J]. 系统工程与电子技术, 2004,26(11):1552-1554.
    [10] LIU Y H, FAN X Q, LV C, et al. An innovative information fusion method with adaptive Kalman filter for integrated INS/GPS navigation of autonomous vehicles[J]. Mechanical Systems & Signal Processing, 2017,100(2):605-616.
  • 加载中
计量
  • 文章访问数:  598
  • HTML全文浏览量:  100
  • PDF下载量:  182
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-09-05

目录

    /

    返回文章
    返回