基于中心差分卡尔曼滤波的初始对准方法研究
2016-11-26贾鹤鸣杨泽文宋文龙
森林工程 2016年6期
贾鹤鸣,杨泽文,宋文龙
(东北林业大学 机电工程学院,哈尔滨 150040)
基于中心差分卡尔曼滤波的初始对准方法研究
贾鹤鸣,杨泽文,宋文龙*
(东北林业大学 机电工程学院,哈尔滨 150040)
由于建立的大方位失准角下的捷联惯性导航系统误差模型具有非线性的特点,本文选用中心差分卡尔曼滤波(CDKF)方法对捷联惯导系统的控制对象进行初始对准仿真。并与无迹卡尔曼滤波(UKF)和扩展卡尔曼滤波(EKF)两种滤波方式进行比较,最后得出CDKF可以提高系统的图像和目标的滤波精度的结论,并且不需要具体模型计算出解析方程,节约了计算复杂的具有驱动约束方程的雅可比(Jacobian)矩阵的时间。最后的仿真结果证明CDKF对系统状态进行最优估计的算法明显优于EKF和UKF,同时具有较高的精度和收敛性,能够满足在非线性模型下的系统对导航的要求。
大方位失准角;捷联惯导;初始对准;CDKF
0 引 言
SINS(捷联惯性导航系统)中所不可或缺的一项技术是初始对准,在初始对准过程中的控制精度和所用时间会影响到整个系统的工作静态和动态性能[1-5]。扩展卡尔曼滤波(EKF)方法在失准角误差模型的非线性系统应用很多[6-7],然而这种滤波方法存在精确度和准确性的缺点,例如在将非线性方程问题变成线性方程问题来的求解过程中,通常会忽略泰勒级数展开式中部分的高阶项,因此造成EKF滤波方式出现了较大的线性化误差,从而降低滤波精度甚至会使结果发散,造成工作状态难以稳定,并且推导具有驱动约束方程的雅可比(Jacobian)矩阵需要的时间长,因此在实际中很难广泛应用。……
登录APP查看全文
