APP下载

高阶无迹卡尔曼滤波算法在飞机定位中的应用

2016-06-08刘家学林松岩

计算机应用与软件 2016年5期
关键词:卡尔曼滤波飞机

刘家学 林松岩

(中国民航大学航空自动化学院 天津 300300)



高阶无迹卡尔曼滤波算法在飞机定位中的应用

刘家学林松岩

(中国民航大学航空自动化学院天津 300300)

摘要无迹卡尔曼滤波算法(UKF)在飞机定位和跟踪的过程中精度不够,原因在于误差变量的偏度和峰态在坐标转换过程中对其分布影响很大。为了解决这一问题,将高阶无迹卡尔曼滤波算法应用到QAR数据中。首先,根据高阶UT变换,选取一组样本点(sigma点)表征k时刻最优估计值前四阶矩的分布特征,通过传递得到k+1时刻一步预测值的先验概率分布。然后以观测数据作为量测值,带入滤波算法得到k+1时刻飞机状态的最优估计值。最后根据计算机产生的模拟噪声数据和真实的QAR数据实现飞机定位的仿真验证。从仿真结果看,高阶无迹卡尔曼滤波算法比无迹卡尔曼滤波精度更高,误差更小,对QAR数据中其他类型的数据形式有一定的借鉴意义。

关键词QAR数据高阶UT变换高阶无迹卡尔曼滤波

0引言

对民航客机进行精确的定位和跟踪尤为重要,但是在以经度、纬度和高度为参考的坐标系中无法有效表示飞机的运动过程,所以常常转化到WGS-84坐标系中进行计算,再通过经度和纬度表示出来。由于这一过程存在非线性变换,所以常常利用无迹卡尔曼滤波算法(UKF)来估计飞机的位置和状态信息。和扩展卡尔曼滤波(EKF)相比,UKF能够获得非线性函数二阶以上的精度[1,2,8]。

无迹卡尔曼滤波用于高维非线性系统时,可能会出现数值不收敛的现象,为了解决有限点后数值发散的问题,Arasaratnam等提出了容积卡尔曼滤波器CKF(Cubature Kalman filter)[3]。……

登录APP查看全文

猜你喜欢

卡尔曼滤波飞机
鹰酱想要“小飞机”
飞机失踪
国航引进第二架ARJ21飞机
“拼座飞机”迎风飞扬
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
乘坐飞机
神奇飞机变变变
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制