針對航空測繪、SAR雷達成像等場合,傳統(tǒng)的實時卡爾曼濾波組合導(dǎo)航精度無法滿足工程需求的問題。提出了雙向濾波和RTS固定區(qū)間平滑算法,用集中式卡爾曼濾波器實現(xiàn)了慣性/衛(wèi)星實時組合導(dǎo)航系統(tǒng),設(shè)計了組合導(dǎo)航數(shù)據(jù)后處理算法,分別用雙向濾波算法和RTS算法對導(dǎo)航參數(shù)進行了平滑處理。用模擬軌跡數(shù)據(jù)對算法進行驗證,仿真結(jié)果表明,雙向濾波和RTS平滑算法的解算精度相比常規(guī)卡爾曼實時濾波有明顯提高,尤其是在衛(wèi)星信號失鎖情況下可以顯著改善導(dǎo)航效果。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1獨立捷聯(lián)解算TFS算法流程圖

圖1獨立捷聯(lián)解算TFS算法流程圖v=－vwib=－wibwie=－w}ie(12)這樣就可以把逆向濾波看成時間正向進行的卡爾曼濾波過程，采用和正向卡爾曼濾波完全相同的算法表達形式。但在實際工程應(yīng)用環(huán)境中經(jīng)常不具備條件進行逆向初始對準，這時候就只能使用前向濾波的標稱軌跡，且在對初始....

圖2ＲTS算法流程圖

沒有采用完整的后向卡爾曼濾波，而是在前向卡爾曼濾波的基礎(chǔ)上進行了修正。后向平滑過程使用的是如下修正公式［6］Ks，k=Pf，kΦTk+1，kP－1f，k+1/kPs，k=Pf，k－Ks，k(Pf，k+1/k－Ps，k+1)KTs，k^xs，k=^xf，k+Ks，k(^xs，k+1....

圖3ＲTS、TFS(無后向捷聯(lián))位置誤差丟失

圖3ＲTS、TFS(無后向捷聯(lián))位置誤差丟失。圖4給出了獨立后向捷聯(lián)解算雙向濾波的FKF、BKF、融合結(jié)果的位置估計方差比較，圖5給出FKF、獨立后向捷聯(lián)解算雙向濾波和ＲTS平滑導(dǎo)航位置誤差比較。圖4TFS(獨立后向捷聯(lián))位置估計協(xié)方差由圖4可見，F(xiàn)KF濾波均方差由前向后收斂，B....

圖5ＲTS、TFS(獨立后向捷聯(lián))衛(wèi)星失鎖仿真果

圖3ＲTS、TFS(無后向捷聯(lián))位置誤差丟失。圖4給出了獨立后向捷聯(lián)解算雙向濾波的FKF、BKF、融合結(jié)果的位置估計方差比較，圖5給出FKF、獨立后向捷聯(lián)解算雙向濾波和ＲTS平滑導(dǎo)航位置誤差比較。圖4TFS(獨立后向捷聯(lián))位置估計協(xié)方差由圖4可見，F(xiàn)KF濾波均方差由前向后收斂，B....

本文編號：3998941