本文關(guān)鍵詞： 移動機(jī)器人 秩濾波 交互式多模型 組合導(dǎo)航　出處：《中國慣性技術(shù)學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：針對非結(jié)構(gòu)化環(huán)境下移動機(jī)器人組合導(dǎo)航系統(tǒng)中存在的時(shí)變或非高斯噪聲,將秩濾波器(rank Kalman filter,RKF)與交互式多模型算法(interactive multiple model filter,IMM)相結(jié)合,提出一種交互式多模型秩濾波算法(IMM-RKF)。秩濾波根據(jù)秩統(tǒng)計(jì)量相關(guān)原理確定采樣點(diǎn)和權(quán)值,可適用于具有非高斯噪聲的非線性系統(tǒng);交互式多模型算法是解決結(jié)構(gòu)和參數(shù)易發(fā)生變化系統(tǒng)中狀態(tài)估計(jì)問題的重要途徑,能夠抑制組合導(dǎo)航系統(tǒng)中時(shí)變噪聲引起的導(dǎo)航參數(shù)估計(jì)誤差。仿真實(shí)驗(yàn)表明,相比于交互式多模型擴(kuò)展卡爾曼濾波(IMM-EKF)和交互式多模型無跡卡爾曼濾波(IMM-UKF),提出的IMM-RKF算法能夠提高組合導(dǎo)航系統(tǒng)姿態(tài)、速度和位置估計(jì)精度。
[Abstract]:In view of the time-varying or non-#china_person0# noise in the mobile robot integrated navigation system in unstructured environment, the rank filter is rank Kalman filter. RKF and interactive multiple model filterimm). An interactive multi-model rank filtering algorithm (IMM-RKFF) is proposed, which can be used to determine sampling points and weights according to the correlation principle of rank statistics, which can be applied to nonlinear systems with non-#china_person0# noise. Interactive multi-model algorithm is an important way to solve the problem of state estimation in systems with variable structure and parameters. It can suppress the error of estimation of navigation parameters caused by time-varying noise in integrated navigation system. Compared with the interactive multi-model extended Kalman filter (IMM-EKF) and the interactive multi-model unscented Kalman filter (IMM-UKF). The proposed IMM-RKF algorithm can improve the accuracy of attitude, velocity and position estimation of integrated navigation system.
【作者單位】： 安徽科技學(xué)院電氣與電子工程學(xué)院;東南大學(xué)儀器科學(xué)與工程學(xué)院微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(61374215) 安徽省自然科學(xué)基金(1708085QF146) 東南大學(xué)微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(B類)開放基金資助項(xiàng)目(SEU-MIAN-201701) 安徽科技學(xué)院人才穩(wěn)定項(xiàng)目(DQWD201601)
【分類號】：TN713;TP242
【正文快照】： 2.東南大學(xué)儀器科學(xué)與工程學(xué)院微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,南京210096)近年來,移動機(jī)器人替代人類在危險(xiǎn)、惡劣環(huán)境中作業(yè)的步伐越來越快,其工作場合也越來越多地面向野外和行星表面等室外非結(jié)構(gòu)化環(huán)境。由于室外非結(jié)構(gòu)化環(huán)境具有的多樣性、隨機(jī)性與復(fù)雜性等特

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 周凌峰;董燕琴;趙汪洋;趙小明;屈原津;侯志寧;;基于自適應(yīng)交互多模濾波的SCNS/RSINS緊組合對準(zhǔn)方法（英文）[J];中國慣性技術(shù)學(xué)報(bào);2016年04期

2 王磊;程向紅;李雙喜;高海濤;;自適應(yīng)交互式多模型AUV組合導(dǎo)航算法（英文）[J];中國慣性技術(shù)學(xué)報(bào);2016年04期

3 Fariz Outamazirt;Fu Li;Lin Yan;Abdelkrim Nemra;;A new SINS/GPS sensor fusion scheme for UAV localization problem using nonlinear SVSF with covariance derivation and an adaptive boundary layer[J];Chinese Journal of Aeronautics;2016年02期

4 傅惠民;肖強(qiáng);婁泰山;肖夢麗;;非線性非高斯秩濾波方法[J];航空動力學(xué)報(bào);2015年10期

5 丁繼成;黃衛(wèi)權(quán);王野;;非高斯環(huán)境下的GPS自適應(yīng)多徑抑制技術(shù)[J];航空學(xué)報(bào);2014年08期

6 孫楓;唐李軍;;基于cubature Kalman filter的INS/GPS組合導(dǎo)航濾波算法[J];控制與決策;2012年07期

7 傅惠民;不完全數(shù)據(jù)秩分布理論[J];航空學(xué)報(bào);1993年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王磊;程向紅;李雙喜;;基于交互式多模型秩濾波的移動機(jī)器人組合導(dǎo)航算法[J];中國慣性技術(shù)學(xué)報(bào);2017年03期

2 徐曉蘇;董亞;童金武;代維;;基于5階球面最簡相徑的改進(jìn)型容積卡爾曼濾波在SINS/DVL組合導(dǎo)航中的應(yīng)用[J];中國慣性技術(shù)學(xué)報(bào);2017年03期

3 孟陽;高社生;高兵兵;王維;;基于UKF的INS/GNSS/CNS組合導(dǎo)航最優(yōu)數(shù)據(jù)融合方法[J];中國慣性技術(shù)學(xué)報(bào);2016年06期

4 趙琳;李久順;程建華;賈春;王秋帆;;基于延時(shí)對準(zhǔn)船用捷聯(lián)慣導(dǎo)舒勒振蕩抑制方法[J];系統(tǒng)工程與電子技術(shù);2016年10期

5 沈飛;郝順義;吳訓(xùn)忠;郭創(chuàng);楊彬;;簡化平方根容積卡爾曼濾波的INS/GPS緊組合算法[J];航天控制;2016年01期

6 鄭為;鄒啟明;倪文璽;;水下無人潛航器避障與導(dǎo)航仿真系統(tǒng)設(shè)計(jì)與應(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2016年01期

7 傅惠民;肖強(qiáng);婁泰山;肖夢麗;;非線性非高斯秩濾波方法[J];航空動力學(xué)報(bào);2015年10期

8 劉華;吳文;王世元;;基于平方根CKF的多傳感器序貫式融合跟蹤算法[J];系統(tǒng)工程與電子技術(shù);2015年07期

9 周德新;李宏肖;崔海青;;一種改進(jìn)的高精度組合導(dǎo)航濾波算法仿真[J];計(jì)算機(jī)仿真;2015年04期

10 于m[;宋申民;王碩;李鵬;;具有隨機(jī)時(shí)滯和異步相關(guān)噪聲的非線性系統(tǒng)的高斯濾波器設(shè)計(jì)[J];中國慣性技術(shù)學(xué)報(bào);2015年02期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張濤;陳立平;石宏飛;胡賀慶;;基于SINS/DVL與LBL交互輔助的AUV水下定位系統(tǒng)[J];中國慣性技術(shù)學(xué)報(bào);2015年06期

2 周凌峰;趙小明;趙帥;姚琪;楊琳;;基于遞推最小二乘估計(jì)的CNS/INS組合導(dǎo)航系統(tǒng)初始對準(zhǔn)[J];中國慣性技術(shù)學(xué)報(bào);2015年03期

3 傅惠民;肖強(qiáng);婁泰山;肖夢麗;;秩粒子濾波[J];機(jī)械強(qiáng)度;2014年06期

4 傅惠民;肖強(qiáng);吳云章;婁泰山;;秩濾波方法[J];機(jī)械強(qiáng)度;2014年04期

5 傅惠民;吳云章;婁泰山;肖強(qiáng);;自校準(zhǔn)Kalman濾波方法[J];航空動力學(xué)報(bào);2014年06期

6 王江安;劉鵬舉;李珊珊;;自適應(yīng)遺傳算法抑制復(fù)雜短時(shí)延Galileo BOC(1,1)多徑[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年12期

7 屈薔;劉建業(yè);熊智;;基于加性四元數(shù)誤差方程的慣性/天文姿態(tài)組合算法[J];中國慣性技術(shù)學(xué)報(bào);2011年03期

8 姚彥鑫;楊東凱;張其善;;GPS多徑信號的自適應(yīng)濾波估計(jì)方法[J];航空學(xué)報(bào);2010年10期

9 錢輝;丁永忠;;大航程AUV SINS/DVL組合導(dǎo)航定位精度研究[J];兵工自動化;2010年02期

10 李榮冰;劉建業(yè);賴際舟;熊劍;;Sigma-Point直接式卡爾曼濾波慣性組合導(dǎo)航算法[J];控制與決策;2009年07期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田宏偉,敬忠良,胡士強(qiáng),胡洪濤;自適應(yīng)多速率交互式多模型算法[J];上海交通大學(xué)學(xué)報(bào);2004年12期

2 李輝;沈瑩;張安;程t$;;交互式多模型目標(biāo)跟蹤的研究現(xiàn)狀及發(fā)展趨勢[J];火力與指揮控制;2006年11期

3 齊立峰;馮新喜;李峰;;多速率交互式多模型粒子濾波研究[J];指揮控制與仿真;2008年02期

4 張世倉;胡新梅;;基于修正無偏轉(zhuǎn)換測量的交互式多模型算法[J];火控雷達(dá)技術(shù);2009年04期

5 汪大寶;劉上乾;馬彩文;;基于多速率交互式多模型的快速光電跟蹤算法[J];光子學(xué)報(bào);2009年12期

6 劉毅;;自適應(yīng)交互式多模型濾波在被動制導(dǎo)中的應(yīng)用[J];現(xiàn)代防御技術(shù);2009年02期

7 廖陽;王睿;曾昭博;熊加遙;;兩階段卡爾曼濾波自適應(yīng)交互式多模型算法[J];探測與控制學(xué)報(bào);2010年03期

8 孫杰;江朝抒;;基于卷積粒子濾波的交互式多模型算法[J];系統(tǒng)工程與電子技術(shù);2011年05期

9 張保山;徐國亮;吳一全;;基于坐標(biāo)轉(zhuǎn)換的卡爾曼交互式多模型濾波算法[J];指揮控制與仿真;2007年05期

10 劉貴喜;高恩克;范春宇;;改進(jìn)的交互式多模型粒子濾波跟蹤算法[J];電子與信息學(xué)報(bào);2007年12期

相關(guān)會議論文 前2條

1 潘泉;張洪才;戴冠中;杜宏偉;;交互式多模型濾波器及其并行實(shí)現(xiàn)研究[A];1995年中國控制會議論文集（上）[C];1995年

2 于連慶;張煜婕;陳華礎(chǔ);;多假設(shè)跟蹤方法的應(yīng)用研究[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 張健;基于交互式多模型的無源多傳感器目標(biāo)跟蹤研究[D];電子科技大學(xué);2015年

2 文慶臻;無線傳感器網(wǎng)絡(luò)中同時(shí)定位與跟蹤[D];湘潭大學(xué);2015年

3 魏鳳麗;線性系統(tǒng)狀態(tài)估計(jì)中的噪聲容限確界方法研究[D];河南大學(xué);2015年

4 馬陽陽;交互式多模型電力負(fù)荷建模理論與方法研究[D];山東大學(xué);2016年

5 劉宇璽;載體機(jī)動條件下導(dǎo)航接收機(jī)濾波解算技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 李賢;容積卡爾曼濾波方法及其應(yīng)用研究[D];河南大學(xué);2016年

7 楊艷成;基于交互式多模型的機(jī)動目標(biāo)跟蹤算法研究[D];哈爾濱工程大學(xué);2012年

8 鄒潤芳;交互式多模型濾波算法研究及應(yīng)用[D];上海交通大學(xué);2009年

9 鄭雅聰;基于交互式多模型的機(jī)動目標(biāo)跟蹤算法研究[D];石家莊鐵道大學(xué);2014年

10 任堅(jiān)斌;基于交互式多模型的機(jī)動目標(biāo)跟蹤算法研究[D];南京理工大學(xué);2007年

，

本文編號：1446510