水下组合导航UKF/PF自适应滤波算法

被引：3

作者：

傅军 ^{[1
]}

张晓锋 ^{[1
]}

方晓旻 ^{[2
]}

覃方君 ^{[1
]}

许江宁 ^{[1
]}

机构：

[1] 海军工程大学电气与信息工程学院

[2] 梧州四四九厂军事代表室

来源：

武汉理工大学学报(交通科学与工程版) | 2008年 / 32卷 / 06期

关键词：

无色卡尔曼滤波; 粒子滤波; 组合导航; 舰位推算;

D O I：

暂无

中图分类号：

U666.1 [导航设备];

学科分类号：

081105 ;

摘要：

为了避免粒子滤波(PF)可能存在的粒子退化问题,提出了一种Unscented卡尔曼滤波(UKF)和PF的混合滤波算法.将PF的所有粒子分为随机性粒子和确定性粒子两部分,利用UKF状态估计为PF确定重要性函数,并从重要性函数中抽取随机粒子,而确定性粒子则由UKF的Sigma点构成.利用标准粒子滤波的退化程度指标构造自适应权函数,根据权函数权值大小的变化,UKF/PF混合滤波算法自适应地进化为PF滤波算法或退化为UKF滤波算法.仿真结果验证了UKF/PF混合滤波算法用于DR/INS组合滤波器设计的有效性.

引用

页码：1106 / 1109

页数：4

共 8 条

[1] 舰船导航信号非线性UKF滤波定位解算方法研究 [J].

马野 ;

王孝通 ;

李博 ;

傅建国 .

兵工学报, 2007, (05) :539-542

[2] 改进粒子滤波算法在组合导航中的应用 [J].

赵梅 ;

张三同 ;

朱刚 .

中国公路学报, 2007, (02) :108-112

[3] GPS/DR组合定位技术在物流运输监控管理中的应用 [J].

温惠英 ;

何正强 ;

徐建闽 ;

李展荣 .

武汉理工大学学报(交通科学与工程版), 2007, (03) :377-380

[4]

Unscented Kalman filterfor visual curve tracking. Li Peihua,Zhang Tianwen. Proc.of StatisticalMethods in Video Processing . 2002

[5]

Monte Carlo filters for Nonlinear State Estimation. Bolviken E,Acklam P J,Christophersen N,Stordal J-M. Automatica . 2001

[6]

Improved particle filter for nonlinear problems. Carpenter J,Clifford P,Fearnhead P. IEE Proc.Radar,So- nar Navig . 1999

[7]

Semi-blind MIMO channel tracking using auxiliary particlefiltering. Chin W H,Ward D B,Constantinides A G. Proc.GLOBECOM . 2002

[8] 粒子滤波及其在导航系统中的应用综述 [J].

张共愿 ;

赵忠 .

中国惯性技术学报, 2006, (06) :91-94

← 1 →