無(wú)跡卡爾曼濾波的改進(jìn)算法及其在GPS/INS組合導(dǎo)航中的應(yīng)用研究
發(fā)布時(shí)間:2021-01-02 07:06
組合導(dǎo)航技術(shù)在當(dāng)今社會(huì)發(fā)展迅速,受到越來(lái)越多的國(guó)家和研究學(xué)者的關(guān)注,也涌現(xiàn)出了多種不同組合模式的導(dǎo)航技術(shù),它們各有優(yōu)缺點(diǎn)。本論文在了解運(yùn)用GPS/INS組合系統(tǒng)中的常用坐標(biāo)系、坐標(biāo)轉(zhuǎn)換關(guān)系、INS的工作原理、信息融合技術(shù)相關(guān)知識(shí)的基礎(chǔ)上,重點(diǎn)研究無(wú)跡卡爾曼濾波(UKF)算法及其在GPS/INS衛(wèi)星組合導(dǎo)航系統(tǒng)中的應(yīng)用,針對(duì)無(wú)跡卡爾曼濾波(UKF)算法的主要缺點(diǎn)提出一種改進(jìn)的無(wú)跡卡爾曼濾波算法。論文的主要內(nèi)容及貢獻(xiàn)包括:(1)針對(duì)UKF濾波算法在GPS/INS衛(wèi)星組合導(dǎo)航系統(tǒng)中采樣的維度或者說(shuō)采樣點(diǎn)的個(gè)數(shù)多導(dǎo)致計(jì)算量增大,基于邊緣化無(wú)跡變換(MUT),對(duì)UKF濾波算法進(jìn)行改進(jìn),將改進(jìn)的算法(MUKF)應(yīng)用于GPS/INS衛(wèi)星松組合導(dǎo)航系統(tǒng)中,并與UKF濾波算法進(jìn)行比較,從定位精度和算法計(jì)算效率上詳細(xì)分析新算法的性能優(yōu)勢(shì)。結(jié)果顯示,MUKF濾波算法與UKF濾波算法兩者結(jié)果等價(jià),并且新算法能夠較大程度的提高GPS/INS衛(wèi)星松組合導(dǎo)航計(jì)算的效率。(2)粗差的存在將不可避免地影響估計(jì)結(jié)果。針對(duì)GPS/INS衛(wèi)星組合導(dǎo)航系統(tǒng)中潛在存在的粗差觀測(cè)值影響導(dǎo)航精度的問題,基于自適應(yīng)因子,對(duì)MUKF濾波...
【文章來(lái)源】:東華理工大學(xué)江西省
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題的背景及意義
1.2 研究現(xiàn)狀
1.2.1 線性濾波方法
1.2.2 非線性濾波方法
1.2.3 線性/非線性濾波方法在GPS/INS組合導(dǎo)航中的應(yīng)用
1.3 存在的問題與解決思路
1.4 主要研究?jī)?nèi)容和文章結(jié)構(gòu)
2 慣性導(dǎo)航技術(shù)及GPS/INS組合導(dǎo)航技術(shù)的基本原理
2.1 導(dǎo)航系統(tǒng)坐標(biāo)系及轉(zhuǎn)換
2.1.1 常用坐標(biāo)系
2.1.2 常用坐標(biāo)系的轉(zhuǎn)換
2.2 慣性導(dǎo)航系統(tǒng)工作原理
2.2.1 慣性導(dǎo)航系統(tǒng)的數(shù)學(xué)模型
2.2.2 慣性導(dǎo)航系統(tǒng)的工作原理
2.2.3 慣性導(dǎo)航系統(tǒng)的相關(guān)誤差
2.3 GPS/INS組合導(dǎo)航技術(shù)
2.3.1 信息融合技術(shù)的簡(jiǎn)介
2.3.2 GPS/INS組合導(dǎo)航系統(tǒng)的狀態(tài)方程
2.3.3 GPS/INS組合導(dǎo)航系統(tǒng)的量測(cè)方程
2.4 慣性導(dǎo)航的機(jī)械編排
2.4.1 速度算法
2.4.2 位置算法
2.4.3 姿態(tài)算法
2.5 本章小結(jié)
3 無(wú)跡卡爾曼濾波及其改進(jìn)算法研究
3.1 無(wú)跡卡爾曼濾波(UKF濾波算法)
3.1.1 無(wú)跡卡爾曼濾波算法原理
3.1.2 無(wú)跡卡爾曼濾波算法流程
3.2 UKF的改進(jìn)算法研究
3.2.1 條件線性模型及邊跡UT變換
3.2.2 GPS/INS松組合模型
3.2.3 條件線性變換應(yīng)用于GPS/INS松組合模型
3.3 MUKF濾波算法實(shí)現(xiàn)的主要步驟
3.4 UKF濾波算法與MUKF濾波算法的比較
3.5 本章小結(jié)
4 無(wú)跡卡爾曼濾波改進(jìn)算法在GPS/INS組合導(dǎo)航中的應(yīng)用研究
4.1 基于Mahalanobis距離的自適應(yīng)濾波算法
4.2 RMUKF濾波算法流程
4.3 RMUKF濾波算法與MUKF濾波算法模擬實(shí)驗(yàn)
4.4 RMUKF濾波算法在GPS/INS組合導(dǎo)航中的應(yīng)用研究
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 本文主要工作總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文
【參考文獻(xiàn)】:
期刊論文
[1]自適應(yīng)UKF算法在GPS/INS組合導(dǎo)航中的應(yīng)用[J]. 李元昊,李智,王勇軍. 桂林航天工業(yè)學(xué)院學(xué)報(bào). 2018(02)
[2]EKF與UKF的目標(biāo)跟蹤算法應(yīng)用與對(duì)比[J]. 唐哲,王庭軍,陳志豪. 無(wú)線互聯(lián)科技. 2018(08)
[3]基于自適應(yīng)卡爾曼濾波的GPS/INS位置組合導(dǎo)航[J]. 許根源,王直,王志強(qiáng). 電子設(shè)計(jì)工程. 2017(21)
[4]自適應(yīng)聯(lián)邦濾波器在GPS-INS-Odometer組合導(dǎo)航的應(yīng)用[J]. 李增科,王堅(jiān),高井祥,姚一飛. 測(cè)繪學(xué)報(bào). 2016(02)
[5]擴(kuò)展卡爾曼和無(wú)跡卡爾曼濾波應(yīng)用對(duì)比研究[J]. 郝晨,李航. 沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[6]結(jié)合自適應(yīng)濾波和神經(jīng)網(wǎng)絡(luò)的GNSS/INS抗差組合導(dǎo)航算法[J]. 高為廣,陳谷倉(cāng). 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(11)
[7]基于SVD的改進(jìn)抗差UKF算法及在組合導(dǎo)航中的應(yīng)用[J]. 譚興龍,王堅(jiān),李增科. 控制與決策. 2014(10)
[8]GPS/INS組合導(dǎo)航技術(shù)研究[J]. 張學(xué)翠,張春濤,薛曉晶,秦聯(lián)民,盧波. 火力與指揮控制. 2014(S1)
[9]慣性技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 王巍. 自動(dòng)化學(xué)報(bào). 2013(06)
[10]無(wú)跡卡爾曼濾波算法在目標(biāo)跟蹤中的研究[J]. 郝曉靜,李國(guó)新,李明珠,張亞粉,常曉鳳. 電子設(shè)計(jì)工程. 2012(13)
博士論文
[1]基于CKF的組合導(dǎo)航濾波算法研究[D]. 朱瑋.哈爾濱工程大學(xué) 2017
[2]GPS/INS組合導(dǎo)航數(shù)據(jù)處理算法拓展研究[D]. 何正斌.長(zhǎng)安大學(xué) 2012
碩士論文
[1]無(wú)跡卡爾曼濾波算法的改進(jìn)及應(yīng)用研究[D]. 徐建.成都理工大學(xué) 2018
[2]抗差平方根UKF在SINS/GPS中的應(yīng)用研究[D]. 王旭剛.哈爾濱工程大學(xué) 2018
[3]基于慣性導(dǎo)航機(jī)械編排的組合導(dǎo)航仿真技術(shù)研究[D]. 王強(qiáng).武漢大學(xué) 2017
[4]非線性卡爾曼濾波器改進(jìn)與應(yīng)用[D]. 張文杰.西南大學(xué) 2017
[5]三種改進(jìn)無(wú)跡卡爾曼濾波的波動(dòng)率研究[D]. 李樂.山西大學(xué) 2016
[6]非線性卡爾曼濾波算法研究[D]. 葉松慶.中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院 2016
[7]GPS/SINS組合導(dǎo)航數(shù)據(jù)融合算法研究[D]. 張潮.鄭州大學(xué) 2015
[8]卡爾曼濾波在INS/GPS組合導(dǎo)航中的應(yīng)用研究[D]. 謝木生.中南大學(xué) 2013
[9]GPS/INS組合導(dǎo)航系統(tǒng)中卡爾曼濾波算法的研究與實(shí)現(xiàn)[D]. 王欣明.北京交通大學(xué) 2012
[10]GPS/INS組合導(dǎo)航中卡爾曼濾波技術(shù)研究[D]. 曹文明.遼寧工程技術(shù)大學(xué) 2012
本文編號(hào):2952893
【文章來(lái)源】:東華理工大學(xué)江西省
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題的背景及意義
1.2 研究現(xiàn)狀
1.2.1 線性濾波方法
1.2.2 非線性濾波方法
1.2.3 線性/非線性濾波方法在GPS/INS組合導(dǎo)航中的應(yīng)用
1.3 存在的問題與解決思路
1.4 主要研究?jī)?nèi)容和文章結(jié)構(gòu)
2 慣性導(dǎo)航技術(shù)及GPS/INS組合導(dǎo)航技術(shù)的基本原理
2.1 導(dǎo)航系統(tǒng)坐標(biāo)系及轉(zhuǎn)換
2.1.1 常用坐標(biāo)系
2.1.2 常用坐標(biāo)系的轉(zhuǎn)換
2.2 慣性導(dǎo)航系統(tǒng)工作原理
2.2.1 慣性導(dǎo)航系統(tǒng)的數(shù)學(xué)模型
2.2.2 慣性導(dǎo)航系統(tǒng)的工作原理
2.2.3 慣性導(dǎo)航系統(tǒng)的相關(guān)誤差
2.3 GPS/INS組合導(dǎo)航技術(shù)
2.3.1 信息融合技術(shù)的簡(jiǎn)介
2.3.2 GPS/INS組合導(dǎo)航系統(tǒng)的狀態(tài)方程
2.3.3 GPS/INS組合導(dǎo)航系統(tǒng)的量測(cè)方程
2.4 慣性導(dǎo)航的機(jī)械編排
2.4.1 速度算法
2.4.2 位置算法
2.4.3 姿態(tài)算法
2.5 本章小結(jié)
3 無(wú)跡卡爾曼濾波及其改進(jìn)算法研究
3.1 無(wú)跡卡爾曼濾波(UKF濾波算法)
3.1.1 無(wú)跡卡爾曼濾波算法原理
3.1.2 無(wú)跡卡爾曼濾波算法流程
3.2 UKF的改進(jìn)算法研究
3.2.1 條件線性模型及邊跡UT變換
3.2.2 GPS/INS松組合模型
3.2.3 條件線性變換應(yīng)用于GPS/INS松組合模型
3.3 MUKF濾波算法實(shí)現(xiàn)的主要步驟
3.4 UKF濾波算法與MUKF濾波算法的比較
3.5 本章小結(jié)
4 無(wú)跡卡爾曼濾波改進(jìn)算法在GPS/INS組合導(dǎo)航中的應(yīng)用研究
4.1 基于Mahalanobis距離的自適應(yīng)濾波算法
4.2 RMUKF濾波算法流程
4.3 RMUKF濾波算法與MUKF濾波算法模擬實(shí)驗(yàn)
4.4 RMUKF濾波算法在GPS/INS組合導(dǎo)航中的應(yīng)用研究
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 本文主要工作總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文
【參考文獻(xiàn)】:
期刊論文
[1]自適應(yīng)UKF算法在GPS/INS組合導(dǎo)航中的應(yīng)用[J]. 李元昊,李智,王勇軍. 桂林航天工業(yè)學(xué)院學(xué)報(bào). 2018(02)
[2]EKF與UKF的目標(biāo)跟蹤算法應(yīng)用與對(duì)比[J]. 唐哲,王庭軍,陳志豪. 無(wú)線互聯(lián)科技. 2018(08)
[3]基于自適應(yīng)卡爾曼濾波的GPS/INS位置組合導(dǎo)航[J]. 許根源,王直,王志強(qiáng). 電子設(shè)計(jì)工程. 2017(21)
[4]自適應(yīng)聯(lián)邦濾波器在GPS-INS-Odometer組合導(dǎo)航的應(yīng)用[J]. 李增科,王堅(jiān),高井祥,姚一飛. 測(cè)繪學(xué)報(bào). 2016(02)
[5]擴(kuò)展卡爾曼和無(wú)跡卡爾曼濾波應(yīng)用對(duì)比研究[J]. 郝晨,李航. 沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[6]結(jié)合自適應(yīng)濾波和神經(jīng)網(wǎng)絡(luò)的GNSS/INS抗差組合導(dǎo)航算法[J]. 高為廣,陳谷倉(cāng). 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(11)
[7]基于SVD的改進(jìn)抗差UKF算法及在組合導(dǎo)航中的應(yīng)用[J]. 譚興龍,王堅(jiān),李增科. 控制與決策. 2014(10)
[8]GPS/INS組合導(dǎo)航技術(shù)研究[J]. 張學(xué)翠,張春濤,薛曉晶,秦聯(lián)民,盧波. 火力與指揮控制. 2014(S1)
[9]慣性技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 王巍. 自動(dòng)化學(xué)報(bào). 2013(06)
[10]無(wú)跡卡爾曼濾波算法在目標(biāo)跟蹤中的研究[J]. 郝曉靜,李國(guó)新,李明珠,張亞粉,常曉鳳. 電子設(shè)計(jì)工程. 2012(13)
博士論文
[1]基于CKF的組合導(dǎo)航濾波算法研究[D]. 朱瑋.哈爾濱工程大學(xué) 2017
[2]GPS/INS組合導(dǎo)航數(shù)據(jù)處理算法拓展研究[D]. 何正斌.長(zhǎng)安大學(xué) 2012
碩士論文
[1]無(wú)跡卡爾曼濾波算法的改進(jìn)及應(yīng)用研究[D]. 徐建.成都理工大學(xué) 2018
[2]抗差平方根UKF在SINS/GPS中的應(yīng)用研究[D]. 王旭剛.哈爾濱工程大學(xué) 2018
[3]基于慣性導(dǎo)航機(jī)械編排的組合導(dǎo)航仿真技術(shù)研究[D]. 王強(qiáng).武漢大學(xué) 2017
[4]非線性卡爾曼濾波器改進(jìn)與應(yīng)用[D]. 張文杰.西南大學(xué) 2017
[5]三種改進(jìn)無(wú)跡卡爾曼濾波的波動(dòng)率研究[D]. 李樂.山西大學(xué) 2016
[6]非線性卡爾曼濾波算法研究[D]. 葉松慶.中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院 2016
[7]GPS/SINS組合導(dǎo)航數(shù)據(jù)融合算法研究[D]. 張潮.鄭州大學(xué) 2015
[8]卡爾曼濾波在INS/GPS組合導(dǎo)航中的應(yīng)用研究[D]. 謝木生.中南大學(xué) 2013
[9]GPS/INS組合導(dǎo)航系統(tǒng)中卡爾曼濾波算法的研究與實(shí)現(xiàn)[D]. 王欣明.北京交通大學(xué) 2012
[10]GPS/INS組合導(dǎo)航中卡爾曼濾波技術(shù)研究[D]. 曹文明.遼寧工程技術(shù)大學(xué) 2012
本文編號(hào):2952893
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/2952893.html
最近更新
教材專著