容积粒子滤波在紧耦合SINS/GPS导航系统中的应用
2014-09-19任波李强,2赵晴李浩
任 波 李 强,2 赵 晴 李 浩
(沈阳理工大学装备工程学院1,辽宁 沈阳 110159;
中国人民解放军66347部队2,河北 保定 071000;中国人民解放军61267部队3,北京 101114)
容积粒子滤波在紧耦合SINS/GPS导航系统中的应用
任 波1李 强1,2赵 晴1李 浩3
(沈阳理工大学装备工程学院1,辽宁 沈阳 110159;
中国人民解放军66347部队2,河北 保定 071000;中国人民解放军61267部队3,北京 101114)
紧耦合SINS/GPS导航系统的数据融合过程存在高维状态和非线性混合模型,采用常规的线性卡尔曼滤波很难处理;而一般的非线性粒子滤波存在粒子退化和样本枯竭的问题。对此,提出将容积粒子滤波(CPF)算法应用于SINS/GPS组合导航系统。CPF利用容积卡尔曼滤波算法得到粒子滤波(PF)的重要性密度函数,并将最新量测值融入系统状态的转移过程中,由此产生的预测样本接近于系统状态的真实后验概率的样本。仿真结果表明,CPF算法的估计性能明显优于标准PF。
容积粒子滤波(CPF) SINS/GPS组合导航 非线性系统 卡尔曼滤波 数据融合
0 引言
捷联惯性导航系统(strap-down inertial navigation system,SINS)具有自主性和抗干扰能力强的优点,而全球定位系统(GPS)能提供全球高精度的三维实时导航信息,将SINS和GPS二者相组合,可以实现优势互补,提供高精度、全天候的导航服务[1]。SINS/GPS组合导航系统在航空航天、精确制导武器、大地测量和智能交通系统等领域具有很好的使用价值,越来越受到人们的关注。
紧耦合方式是将GPS系统和SINS系统作为整体进行设计,将伪距和伪距率作为观测量,利用现代滤波方法实现SINS与GPS的组合。在这种情况下,系统方程是非线性的,卡尔曼滤波难以直接处理。……
