發(fā)布時(shí)間：2021-03-07 16:03

　　針對(duì)列車組合定位融合估計(jì)的非線性問題,結(jié)合GNSS/INS（Global Navigation Satellite System/Inertial Navigation System）列車組合定位當(dāng)前發(fā)展的方向,給出了一般無跡粒子濾波（UPF）的基本過程。針對(duì)傳統(tǒng)PF（Particle Filter）缺乏量測(cè)信息且計(jì)算量大而難以應(yīng)用于GNSS/INS組合導(dǎo)航中的問題,提出一種新的IUPF（Iterative Unscented Particle Filter）算法。它通過將IKF（Iterative Kalman Filter）的思想融入U(xiǎn)KF（Unscented Kalman Filter）,得到比較健壯的迭代無跡Kalman濾波（IUKF）,由IUKF（Iterative Unscented Kalman Filter）產(chǎn)生的分布與真實(shí)的后驗(yàn)分布有更大的支撐重疊區(qū)域,提高了精度。并且運(yùn)用全局采樣到PF中,結(jié)合當(dāng)前最新觀測(cè)值對(duì)粒子集整體采用一次IUKF來產(chǎn)生建議性分布,減少了計(jì)算量。仿真模擬結(jié)果表明,IUPF與一般的UPF、PF相比,精度更高,算法計(jì)算量更小。 

【文章來源】：微處理機(jī). 2015,36(06)

【文章頁數(shù)】：4 頁

【文章目錄】：
1引言
2傳統(tǒng)UPF的基本原理
3基于全局采樣的IUPF算法
4 IUPF算法仿真實(shí)現(xiàn)
5結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]一種基于UPF的改進(jìn)粒子濾波算法[J]. 席志紅,付存利.  計(jì)算機(jī)仿真. 2014(02)
[2]一種自適應(yīng)免疫優(yōu)化的無跡粒子濾波器[J]. 王旭陽,王智勇.  計(jì)算機(jī)工程與應(yīng)用. 2013(04)
[3]自適應(yīng)卡爾曼濾波在組合導(dǎo)航中的應(yīng)用研究[J]. 董健康,安東.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(10)
[4]改進(jìn)的迭代粒子濾波法在GPS數(shù)據(jù)處理中的應(yīng)用[J]. 詹武平,肖同林,吳艷琴.  遙測(cè)遙控. 2011(02)
[5]基于粒子優(yōu)化的多模型粒子濾波算法[J]. 劉先省,胡振濤,金勇,楊一平.  電子學(xué)報(bào). 2010(02)
[6]迭代無跡Kalman粒子濾波的建議分布[J]. 郭文艷,韓崇昭,雷明.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(S2)



本文編號(hào)：3069407