非線性SPKF濾波算法研究及其在組合導(dǎo)航中的應(yīng)用.pdf

1、捷聯(lián)慣性導(dǎo)航系統(tǒng)(Strap-down Inertial Navigation System，SINS)和全球定位系統(tǒng)(Global Positioning System，GPS)所構(gòu)成的組合導(dǎo)航系統(tǒng)本質(zhì)上是非線性的，且具有模型不確定性。目前，應(yīng)用于SINS/GPS組合導(dǎo)航系統(tǒng)的非線性濾波方法主要是擴(kuò)展卡爾曼濾波器(Extended Kalman Filter, EKF)。然而，EKF存在一階線性化精度偏低及需要計(jì)算非線性函數(shù)雅克比矩陣

2、的缺點(diǎn)，造成了其在組合導(dǎo)航實(shí)際工程應(yīng)用中估計(jì)精度不佳；且EKF不具有克服系統(tǒng)模型不確定的魯棒性。近年來(lái)，隨著對(duì)非線性濾波技術(shù)的需求不斷加深，非線性濾波理論也取得了顯著進(jìn)步，尤其是以Sigma點(diǎn)卡爾曼濾波(Sigma Point KalmanFilter, SPKF)為代表的新興非線性濾波方法的發(fā)展成熟，使得非線性濾波理論取得了長(zhǎng)足的發(fā)展。
　　 SPKF具有實(shí)現(xiàn)簡(jiǎn)單、濾波精度高、收斂性好等優(yōu)點(diǎn)，正逐漸成為當(dāng)前及未來(lái)非線性濾波技術(shù)

3、的研究熱點(diǎn)和發(fā)展方向。本文以SINS/GPS組合導(dǎo)航系統(tǒng)為應(yīng)用背景，針對(duì)SPKF所存在的理論局限性，主要在以下幾方面進(jìn)行了理論創(chuàng)新：
　　 1)根據(jù)線性最小方差估計(jì)準(zhǔn)則，詳細(xì)推導(dǎo)了非線性最優(yōu)濾波遞推公式。
　　 2)傳統(tǒng)SPKF在噪聲先驗(yàn)統(tǒng)計(jì)未知或時(shí)變情況下濾波精度下降甚至發(fā)散，針對(duì)此問(wèn)題，基于極大后驗(yàn)估計(jì)原理，設(shè)計(jì)了一種帶噪聲統(tǒng)計(jì)估計(jì)器的自適應(yīng)SPKF算法。
　　 3)類似于EKF，傳統(tǒng)SPKF不具有克服系統(tǒng)模

4、型不確定的魯棒性，為此提出了一種帶次優(yōu)漸消因子的強(qiáng)跟蹤SPKF算法。
　　 同時(shí)，將上述非線性SPKF濾波理論創(chuàng)新成果應(yīng)用于SINS/GPS組合系統(tǒng)導(dǎo)航定位中，主要從以下幾方面進(jìn)行了研究：
　　 1)建立了以姿態(tài)、速度及位置等誤差為基礎(chǔ)的SINS/GPS組合導(dǎo)航系統(tǒng)非線性模型，并比較了EKF和SPKF的濾波性能，仿真結(jié)果驗(yàn)證了SPKF比EKF具有更好的定位精度。
　　 2)針對(duì)慣性器件隨機(jī)噪聲統(tǒng)計(jì)在惡略工作環(huán)境下

5、具有時(shí)變性的特點(diǎn)，將自適應(yīng)UKF算法應(yīng)用于SINS/GPS組合系統(tǒng)中，仿真結(jié)果表明了自適應(yīng)SPKF在濾波前不要求精確已知慣性器件隨機(jī)噪聲的先驗(yàn)統(tǒng)計(jì)，且具有應(yīng)對(duì)慣性器件隨機(jī)噪聲統(tǒng)計(jì)變化的自適應(yīng)能力。
　　 3)通常情況下，慣性器件隨機(jī)常值漂移會(huì)被視為狀態(tài)變量的一部分而采用濾波器進(jìn)行估計(jì)，且其易受運(yùn)行環(huán)境影響中不確定因素的影響而發(fā)生突變。為此，將強(qiáng)跟蹤SPKF應(yīng)用于SINS/GPS組合系統(tǒng)的仿真分析表明：強(qiáng)跟蹤SPKF對(duì)突變的慣性器