本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的粒子濾波算法在GPS中的應(yīng)用研究

  更多相關(guān)文章： GPS 接收機數(shù)據(jù)處理 粒子濾波 粒子退化 神經(jīng)網(wǎng)絡(luò)

【摘要】：自1994年美國建成全球定位系統(tǒng)(Global Positioning System，GPS)以來，GPS目前在很多方面，如軍事和民用方面，都應(yīng)用十分廣泛，而微型電子元器件的大規(guī)模生產(chǎn)應(yīng)用又使得GPS接收機深入到我們的許多日常用品當(dāng)中，比如如今越來越常見的手機和汽車中。由于GPS在定位解算時常常受到各種誤差的干擾，這影響了GPS的定位精度，而減小GPS定位解算時的眾多誤差的常用方法中就是采用動態(tài)濾波法，，但GPS接收機的定位狀態(tài)方程模型一般是非線性、非高斯分布的，因而需要一種適用于非線性、非高斯系統(tǒng)的濾波方法，粒子濾波（Particle Filter，PF）在處理非線性系統(tǒng)非高斯噪聲問題具有優(yōu)勢，為此引入粒子濾波對GPS定位數(shù)據(jù)進行處理。 針對粒子濾波算法固有的和重采樣技術(shù)帶來的粒子退化和多樣性喪失問題，利用神經(jīng)網(wǎng)絡(luò)優(yōu)良的非線性模擬能力，引入BP神經(jīng)網(wǎng)絡(luò)（BP Neural Network）和廣義回歸神經(jīng)網(wǎng)絡(luò)（General Regression Neural Network，GRNN）對粒子濾波算法進行了改進。研究基于BP神經(jīng)網(wǎng)絡(luò)的權(quán)值調(diào)整粒子濾波（Neural Network Weight Adjustment ParticleFilter, NNWA-PF）算法應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對粒子權(quán)值進行調(diào)整，以提高樣本的多樣性，減小粒子退化程度。引入廣義回歸神經(jīng)網(wǎng)絡(luò)，研究基于廣義回歸神經(jīng)網(wǎng)絡(luò)的重要性樣本調(diào)整粒子濾波（General Regression Neural Network Importance State Adjustment ParticleFilter，NNISA-PF）算法調(diào)整粒子狀態(tài)值，即對粒子濾波算法的重要性概率分布函數(shù)進行了優(yōu)化。通過使用MATLAB軟件實驗驗證了兩種改進算法在改善濾波性能方面的有效性。 另一方面，目前的定位精度已經(jīng)基本可以滿足大多數(shù)用戶的需求，這一切就不得不要求對它的完好性等性能指標(biāo)提出嚴(yán)格的要求，因而將上述兩種改進后的粒子濾波算法引入到GPS接收機自主完好性監(jiān)測（Receiver Autonomous Integrity Monitoring,RAIM）算法中去。建立GPS衛(wèi)星的故障檢測與隔離模型，建立階躍和時變的兩個偏差故障模型，結(jié)合累加對數(shù)似然比（Log-Likelihood Ratio LLR）測試的方法對發(fā)生故障的衛(wèi)星進行檢測與隔離，最后通過使用GPS接收機接收得到的實測的數(shù)據(jù)，使用MATLAB軟件進行仿真分析并與采用基本粒子濾波算法的故障檢測隔離方法的結(jié)果進行了對比。實驗結(jié)果表明：對于階躍和時變的兩個偏差故障模型，NNWA-PF算法和NNISA-PF算法這兩種改進粒子濾波算法在非高斯量測噪聲環(huán)境下都能成功地對故障衛(wèi)星進行檢測和隔離，且檢測與隔離的效果要比僅采用基本的粒子濾波算法的故障檢測與隔離方法優(yōu)秀，從而驗證了神經(jīng)網(wǎng)絡(luò)輔助下粒子濾波算法在接收機自主完好性監(jiān)測中應(yīng)用的可用性與有效性。
【關(guān)鍵詞】：GPS 接收機數(shù)據(jù)處理 粒子濾波 粒子退化 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18;TN713;P228.4
【目錄】：

• 摘要6-8
• Abstract8-10
• 目錄10-12
• 第1章 緒論12-16
• 1.1 課題背景12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-14
• 1.3 論文結(jié)構(gòu)安排14-16
• 第2章 GPS 導(dǎo)航基本原理16-23
• 2.1 衛(wèi)星導(dǎo)航定位原理16-20
• 2.1.1 GPS 衛(wèi)星定位系統(tǒng)的組成16-17
• 2.1.2 GPS 衛(wèi)星的信號的結(jié)構(gòu)17-18
• 2.1.3 GPS 定位原理18-20
• 2.2 GPS 的完好性20-22
• 2.2.1 完好性概述21
• 2.2.2 接收機自主完好性監(jiān)測（RAIM）21-22
• 2.3 本章小結(jié)22-23
• 第3章 粒子濾波理論23-35
• 3.1 貝葉斯估計理論23-25
• 3.2 序貫蒙特卡羅信號處理25-28
• 3.3 粒子濾波算法28-34
• 3.3.1 標(biāo)準(zhǔn)粒子濾波算法28-30
• 3.3.2 標(biāo)準(zhǔn)粒子濾波算法的缺陷和常用改進方法30-34
• 3.4 本章小結(jié)34-35
• 第4章 基于 BP 神經(jīng)網(wǎng)絡(luò)的粒子濾波及其在 GPS 中的應(yīng)用35-63
• 4.1 BP 神經(jīng)網(wǎng)絡(luò)基本理論35-41
• 4.1.1 人工神經(jīng)網(wǎng)絡(luò)概述及神經(jīng)元的模型36-37
• 4.1.2 BP 神經(jīng)網(wǎng)絡(luò)37-41
• 4.2 基于 BP 神經(jīng)網(wǎng)絡(luò)的粒子濾波算法41-48
• 4.2.1 基于 BP 神經(jīng)網(wǎng)絡(luò)的粒子濾波（NNWA-PF）算法42-44
• 4.2.2 實驗仿真與結(jié)果分析44-48
• 4.3 NNWA-PF 算法在 GPS 中的應(yīng)用48-62
• 4.3.1 系統(tǒng)的狀態(tài)方程與量測方程49-50
• 4.3.2 LLR 檢驗用于 RAIM 的原理50-53
• 4.3.3 實測實驗與結(jié)果分析53-62
• 4.4 本章小結(jié)62-63
• 第5章 基于廣義回歸神經(jīng)網(wǎng)絡(luò)的粒子濾波及其在 GPS 中的應(yīng)用63-88
• 5.1 廣義回歸神經(jīng)網(wǎng)絡(luò)63-67
• 5.1.1 廣義回歸神經(jīng)網(wǎng)絡(luò)的基本理論及其網(wǎng)絡(luò)結(jié)構(gòu)64-65
• 5.1.2 光滑因子的優(yōu)化65-67
• 5.2 基于廣義回歸神經(jīng)網(wǎng)絡(luò)的粒子濾波算法67-73
• 5.2.1 基于 GRNN 神經(jīng)網(wǎng)絡(luò)的粒子濾波（NNISA-PF）算法67-69
• 5.2.2 實驗仿真與結(jié)果分析69-73
• 5.3 NNISA-PF 算法在 GPS 中的應(yīng)用73-86
• 5.3.1 基于 NNISA－PF 的 RAIM 算法73-78
• 5.3.2 實測實驗與結(jié)果分析78-86
• 5.4 本章小結(jié)86-88
• 結(jié)論88-90
• 參考文獻90-94
• 致謝94-95
• 攻讀碩士期間發(fā)表（含錄用）的學(xué)術(shù)論文95

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 申強;葛靦;彭博;何新;;基于GPS彈道測量的卡爾曼濾波參數(shù)估計算法[J];北京理工大學(xué)學(xué)報;2009年12期

2 郭睿;韓春好;馮來平;楊振;;接收機自主完好性監(jiān)測的算法分析[J];測繪工程;2008年02期

3 楊傳森;徐肖豪;劉瑞華;;基于總體最小二乘法的RAIM算法模型改進[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年09期

4 陳金平,許其鳳,劉廣軍;GPS RAIM水平定位誤差保護限值算法分析[J];測繪學(xué)院學(xué)報;2001年S1期

5 劉剛;梁曉庚;;遺傳重采樣粒子濾波的目標(biāo)跟蹤研究[J];計算機工程與應(yīng)用;2010年19期

6 盧德兼;陳秀萬;;GNSS系統(tǒng)接收機自主完好性監(jiān)測算法[J];計算機工程;2009年11期

7 楊小軍;潘泉;王睿;張洪才;;粒子濾波進展與展望[J];控制理論與應(yīng)用;2006年02期

8 陳志敏;薄煜明;吳盤龍;段文勇;劉正凡;;基于自適應(yīng)粒子群優(yōu)化的新型粒子濾波在目標(biāo)跟蹤中的應(yīng)用[J];控制與決策;2013年02期

9 高翔;李志浩;;基于粒子群優(yōu)化算法的目標(biāo)跟蹤方法[J];制造業(yè)自動化;2013年14期

10 趙靜;曹沖;;GNSS系統(tǒng)及其技術(shù)的發(fā)展研究[J];全球定位系統(tǒng);2008年05期

本文編號：1059207