肖文健 路 平

军械工程学院无人机工程系, 石家庄 050003



基于遗传模糊推理的自适应UKF组合测姿滤波算法

肖文健 路 平

军械工程学院无人机工程系, 石家庄 050003

针对常规UKF在组合测姿中自适应性不足的问题，提出一种基于遗传模糊推理的自适应UKF组合测姿滤波算法。首先建立了基于模糊推理的自适应UKF，利用模糊推理系统对组合测姿系统的量测噪声统计特性进行调整，以实现状态的准确估计。然后利用遗传算法对模糊推理系统的隶属度函数参数进行了离线优化，以提高系统精度。最后以陀螺仪、加速度计和磁强计组成的组合测姿系统进行了实验。实验结果表明，基于遗传模糊推理的自适应UKF在量测噪声变化时仍能保持较好的测量精度，具有较强的自适应能力。 关键词 组合测姿； 无迹卡尔曼滤波； 遗传算法； 模糊推理； 自适应

姿态信息是飞行器飞行过程中所需要的最基本的导航参数，是导航过程的基础。捷联姿态系统就是把惯性单元等传感器所测得的信息经导航计算机处理成姿态参数的系统。目前扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)是飞行器姿态估计的常用方法。而在一般情况下，飞行器姿态确定问题属于严重的非线性问题，EKF容易引入线性化误差，从而降低滤波精度。UKF基于UT变换来逼近非线性系统状态后验分布，不需要线性化，因此精度高于EKF。此外，相对于EKF，UKF在滤波过程中无需计算雅可比矩阵，比EKF更容易实现。然而，不论是EKF还是UKF都属于经典卡尔曼滤波的扩充，和卡尔曼滤波一样，它们都是以准确的数学模型和噪声统计特性已知为基础的[1-3]。……