SS-IUKF算法及其在成像声纳组合导航中的应用*
2016-08-03李厚全李伟刚孙荣光刘海光
火力与指挥控制 2016年4期
李厚全,李伟刚,孙荣光,刘海光,丁 浩
(1.海军潜艇学院,山东 青岛 266042;2.海军航空工程学院,山东 烟台 264001)
SS-IUKF算法及其在成像声纳组合导航中的应用*
李厚全1,2,李伟刚1,孙荣光1,刘海光1,丁浩1
(1.海军潜艇学院,山东青岛266042;2.海军航空工程学院,山东烟台264001)
摘要:利用成像声纳对海底进行探测时需要高精度的导航信息。针对导航高维滤波问题,文中在球面单形sigma点变换的基础上,将其与迭代UKF相结合,提出了球面单形迭代无迹卡尔曼滤波(SS-IUKF)算法,并应用于捷联惯性导航系统(SINS)/多普勒流速剖面仪(ADCP)组合导航系统。仿真结果表明,SS-IUKF算法相比UKF、SR-UKF、EKF算法提高了滤波精度和计算速度,具有一定的工程应用价值。
关键词:无迹卡尔曼滤波,组合导航,非线性滤波,水下航行器
0 引言
对于非线性系统来说,通过改进测量更新方法可以达到提高非线性近似精度的目的。易于工程实现的方法是使用迭代测量更新的方法,在EKF上已经得到了很多成功应用[1-4]。但EKF只能精确到一阶近似,甚至有时雅克比矩阵无法求解等问题,虽然粒子滤波、无迹卡尔曼滤波(UKF)算法精度有很大提高,但计算量较大,尤其是对于高维导航模型滤波问题来说实时性难以满足要求。针对以上存在的问题,本文将球面单形sigma点变换和迭代UKF相结合,使用状态的估计值代替预测值重新进行UT变换,得到滤波参数并再次利用观测值进一步改善状态估计。球面单形sigma点变换只需要n+2个点[5-6],相比传统UT变换大大减小了计算量,同时迭代算法的引入提高了状态估计的精度。……
登录APP查看全文
