一种自适应卡尔曼滤波在动态导航定位中的应用.pdf

《一种自适应卡尔曼滤波在动态导航定位中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种自适应卡尔曼滤波在动态导航定位中的应用周敏。等一种自适应卡尔曼滤波在动态导航定位中的应用ApplicatiOnOfanAdaptiVeKaImanFiIteringAIgOrithminDynamicNaVigatiOnPOsitiOnjng周敌纠健饧林互穹龙桑昔松(武汉工程大学电气信息学院，湖北武汉430205)摘要：在实际运行过程中，往往很难预测目标的运动状态，这就会导致应用在动态导航定位中的卡尔曼滤波算法难以收敛。为了解决这个问题，提出了一种新的自适应卡尔曼滤波算法。该算法采用卡方分布构造统计量，通过检验动力学模型是否出现异常，确定了一种平衡观测方程和状态方程的自

2、适应因子。仿真结果表明，在目标状态发生变化的情况下，该方法优于标准卡尔曼滤波算法和两段函数确定的自适应因子的卡尔曼滤波算法，是一种鲁棒性好、性能可靠、精度高的滤波算法，可广泛应用于动态导航定位中。关键词：动态导航定位卡尔曼滤波自适应动力学模型算法中图分类号：TH86；7I睨74文献标志码：ADOI：10．16086／j．cnki．i鸥n1000—0380．20160800lAh吐ract：IIlactIlalope枷onpmcess0ftarget-tIIedyn8Inicmotionstate0ftIletargetisdi伍clllttobepr；edicted，whi

3、chmakestIleKalmaⅡmteralgoritllm叩plyingindyn锄icnavigationposi60rIingdi伍clllttoconverge．IIlordertos01vetllepmblem-anewadaptiveKalIn蛐mteringalg撕thmisproposed．Thechisqll8r；edis商butionisusedtoco璐Ⅱuctstadsdcs，tIlrougIIcheckillgifthedyn蛐icsmodelisabno玎抛lornot-tIleada曲ve{actorofequilibriumobservat

4、ionequation蚰dst砒eequa矗anisdesigned．Thele姐tsofsimulationshowm砒intllecaseof也etargets诅techarging-tllismetIlodoutperfbrmstIlestaIldardKalm蚰mteriI培8lgoritIlma11dtIleKalmaIlmteringalgoIitlImtIl8ttIle蝴ive白lctorisdete珊inedbytwo—segment劬ctio璐。soi“sakindofmteringalgoritllInwitlI900dIobushless，reliab

5、lepe而瑚anceandhighaccuracy，alldcallbeusedwidelyindy啪ic腿vigadonposi石onjng．Keyw删s：Dyn删c眦ⅥgatlonPoslno啪gK甜m锄扛Jter&J士一adapnonL哆Ila删csmodelA培onmm。引言萋戋曼薹翥磊黧篓暑銎票耋尊翼嚣墨曼墓毳娄琶言卡尔曼滤波算法被广泛应用于动态载体的导航与适应因子不能很好地控制载体异常扰动；文献[4]提定位中。当载体进行规则运动且系统噪声的统计特性出了一种直接对动力学模型误差参数进行在线估计的已知时，卡尔曼滤波将会是最优滤波。但是载体在实方法。际运行过程中，很难

6、确定噪声的统计特性，而且一般也合理的最优自适应因子应该使自适应滤波器的理很难保证规则运动，这往往会导致系统滤波模型与真论统计特性与实际观测值的统计特性尽量保持一实模型之间存在一定的偏差，使导航解算的解严重偏致吲，如状态向量滤波值的协方差阵、状态向量预测值离真实解。的协方差阵以及新息向量的协方差阵。而最优自适应为了解决以上问题，提出了自适应卡尔曼滤波算因子的求解可以利用卡方分布构造一个统计量来实法并将其应用于动态导航定位中，同时涌现出了许多现。由此，可以在一定的置信水平下，通过假设检验来求解自适应因子的方法。文献[1]介绍了一种利用相判断滤波是否出现异常，从而对模型进行自适应

7、调节。关法实现的QR自适应滤波方法；文献[2]提出了一种为了解决动态导航定位中存在的观测信息严重不改进的sage自适应滤波方法，这类方法需要观测信息足、系统动力学模型与真实动力学模型之间存在偏差同维、同类；杨元喜等提出了一种更为灵活的自适应滤等问题，本文提出了一种新的自适应卡尔曼滤波算法波方法口。，利用四种判别统计量和四种自适应因子构(adaptive踟lIIl踬filteIinga1鲥thm，AKTA)。该算法在国家自然科学基金资助项目(编号：51207117)；自适应卡尔曼滤波原理的基础上，利用卡方分布构造湖北