黄春梅，　邹慧莹，　王　杰

(长春工业大学 计算机科学与工程学院， 吉林 长春　130012)



组合导航系统中自适应迭代粒子滤波

黄春梅，邹慧莹*，王杰

(长春工业大学 计算机科学与工程学院， 吉林 长春130012)

摘要：提出一种自适应迭代粒子滤波算法，利用自身迭代实时更新重要密度函数，快速将粒子推到高似然区，让粒子权重分散均匀，提高采样效率。运用模拟退火算法来解决粒子权重很小、不易归一化的问题,仿真结果可知，自适应迭代粒子滤波算法在SINS/GPS组合导航中有更好的实用性。

关键词：SINS/GPS组合导航； 标准粒子滤波； 迭代粒子滤波； 退火算法

0引言

在SINS/GPS组合导航系统中，解算精度与高精度非线性的滤波算法有很大关系[1]。主要的非线性滤波算法有扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)、粒子滤波等。EKF利用Taylor公式对组合导航系统模型进行线性化，忽略掉所有误差的二次项及高于二次项的误差项，当系统模型非线性化很强的时候，滤波效果明显下降[2]；UKF利用非线性系统的已知数学模型和初始状态的均值、方差来获得一组权值函数以及一组样本点，不需要对系统模型进行线性化变换，但是其需要假设噪声满足高斯分布，而且系统维数较高就增加其计算量[3]；标准粒子滤波基于蒙特卡洛模拟和贝叶斯估计理论，直接利用非线性系统完成非线性变换，避免了线性化的系统高阶误差影响，但是粒子滤波会出现重要性密度函数难以选取和粒子退化等问题[4]。

针对上述标准粒子滤波出现的问题进行改进，提出了一种利用自身迭代来更新重要性密度函数的自适应迭代粒子滤波方法。……