基于卡尔曼/粒子组合滤波器的组合导航方法研究

被引:18
作者
崔平远
郑黎方
裴福俊
刘红云
机构
[1] 北京工业大学电控学院
关键词
捷联惯导; 组合导航; 粒子滤波器; 卡尔曼/粒子组合滤波器;
D O I
10.16182/j.cnki.joss.2009.01.030
中图分类号
TN967.2 [复合导航系统];
学科分类号
080401 ; 081105 ; 0825 ;
摘要
粒子滤波在组合导航系统非线性非高斯条件下的滤波估计中获得广泛关注,但捷联惯导误差模型维数较高,直接应用粒子滤波会带来维数灾难。设计了用于SINS/GPS组合导航的卡尔曼/粒子组合滤波算法,采用卡尔曼滤波和粒子滤波分别对系统的线性和非线性状态进行估计,降低粒子滤波器状态维数,避免维数灾难。采用系统残差采样法的规则化粒子滤波器,有效缓解粒子贫化问题,并减少计算负担。仿真结果表明卡尔曼/粒子组合滤波方法的估计性能与粒子滤波相当,但计算复杂度前者要低得多。
引用
收藏
页码:220 / 223
页数:4
相关论文
共 3 条
[1]   UPF算法及其在目标跟踪问题中的应用 [J].
李景熹 ;
王树宗 .
系统仿真学报, 2007, (03) :675-677
[2]   On sequential Monte Carlo sampling methods for Bayesian filtering [J].
Doucet, A ;
Godsill, S ;
Andrieu, C .
STATISTICS AND COMPUTING, 2000, 10 (03) :197-208
[3]  
Marginalized Particle Filters for Mixed Linear/Nonlinear State-space Models. Thomas Schn,Fredrik Gustafsson,Per-Johan Nordlund. IEEE TRANSACTIONSON SIGNAL PROCESSING . 2005