慣性組合導(dǎo)航系統(tǒng)中線性-非線性混合粒子濾波技術(shù)研究.pdf

1、濾波技術(shù)是組合導(dǎo)航系統(tǒng)中的關(guān)鍵技術(shù)之一，各種濾波理論往往率先在導(dǎo)航領(lǐng)域中應(yīng)用，同時導(dǎo)航系統(tǒng)的需求也促進(jìn)了濾波理論的發(fā)展。組合導(dǎo)航系統(tǒng)中有很多非線性環(huán)節(jié)，有時傳統(tǒng)的線性濾波方法難以解決這類問題。粒子濾波雖然在理論上能較好地解決系統(tǒng)的非線性濾波問題，但同時存在計算量大等缺點(diǎn)，在組合導(dǎo)航系統(tǒng)中難以取得理想的濾波效果。本文系統(tǒng)的研究了非線性粒子濾波及其在組合導(dǎo)航系統(tǒng)中的應(yīng)用，根據(jù)組合導(dǎo)航系統(tǒng)的模型特點(diǎn)，結(jié)合各種線性、非線性濾波方法，提出了采用一

2、些混合濾波技術(shù)解決組合導(dǎo)航系統(tǒng)的濾波問題，并取得了綜合性能優(yōu)于傳統(tǒng)算法的濾波效果。
　　 論文首先系統(tǒng)的分析了組合導(dǎo)航濾波模型的建模方法，組合導(dǎo)航系統(tǒng)中常常會出現(xiàn)線性/非線性混合濾波模型。組合導(dǎo)航系統(tǒng)本身是一非線性系統(tǒng)，無論是導(dǎo)航參數(shù)的解算還是導(dǎo)航方程的建立都涉及到非線性問題，同時工程上常采用誤差小量建立近似的線性濾波方程。當(dāng)導(dǎo)航信息的獲取、導(dǎo)航傳感器模型的建立、載體的運(yùn)動狀態(tài)等受到某些條件約束時，采用混合模型能更準(zhǔn)確更簡單的描

3、述系統(tǒng)的濾波模型。論文分析了混合濾波模型的濾波特點(diǎn)并分析了組合導(dǎo)航系統(tǒng)中混合濾波模型的建模方法。
　　 針對組合導(dǎo)航系統(tǒng)中出現(xiàn)的線性/非線性濾波模型，論文分析了采用混合粒子濾波解決這類濾波問題的濾波策略，提出了一種以高斯粒子濾波(GPF)為基礎(chǔ)的混合粒子濾波方法。GPF在濾波的實(shí)現(xiàn)過程中，需要獲取狀態(tài)量的高斯分布參數(shù)，同時仍然使用粒子濾波的算法原理和流程。這使得GPF能很好的和其它的高斯濾波方法如KF、EKF、UKF等方法結(jié)合起

4、來，從而產(chǎn)生綜合性能更優(yōu)的新濾波方法。這類算法的核心思想是根據(jù)系統(tǒng)的線性/非線性模型特點(diǎn)，按濾波的實(shí)現(xiàn)流程把系統(tǒng)分為線性部分和非線性部分，對于線性部分采用傳統(tǒng)的濾波方法實(shí)現(xiàn)，如獲取GPF的濾波參數(shù)，對于非線性部分保留GPF的原有算法流程。改進(jìn)后新的算法能在保證系統(tǒng)的濾波精度的前提下，顯著減少算法的計算量，從而使其更適合于組合導(dǎo)航系統(tǒng)，該改進(jìn)策略同樣可以適用于弱非線性/非線性混合濾波系統(tǒng)，從而擴(kuò)大了其應(yīng)用范圍。
　　 對于組合導(dǎo)航

5、系統(tǒng)中出現(xiàn)的部分非線性狀態(tài)量構(gòu)成的線性/非線性混合系統(tǒng)，論文分析了采用邊緣粒子濾波算法(RBPF)的具體實(shí)現(xiàn)流程和和濾波性能特點(diǎn)。RBPF算法的基本思想是采用結(jié)構(gòu)分解的方式把系統(tǒng)分為線性子空間和非線性子空間，該算法的難點(diǎn)是分解后線性部分和非線性部分相互耦合，算法實(shí)現(xiàn)復(fù)雜。論文首先建立了SINS/GPS線性/非線性混合濾波模型，根據(jù)邊緣概率理論對系統(tǒng)模型進(jìn)行了結(jié)構(gòu)分解，具體分析了基于RBPF算法的組合導(dǎo)航系統(tǒng)濾波算法流程。仿真結(jié)果表明RB

6、PF算法有效的降低了粒子濾波中非線性部分的維數(shù)，使抽樣所需的粒子數(shù)顯著減少。在選取相同粒子數(shù)目前提下，提高了濾波精度，從而有效的減少了濾波的計算量。同時論文研究了采用本文提出的新算法混合高斯粒子濾波方法對組合導(dǎo)航系統(tǒng)進(jìn)行數(shù)據(jù)處理。與RBPF濾波方法不同，混合高斯粒子濾波主要思路是通過優(yōu)化濾波流程從而提高濾波性能，混合高斯粒子濾波按濾波的時間順序把GPF分為線性階段和非線性階段，對于線性階段采取傳統(tǒng)的方法獲取GPF的分布參數(shù)，其余部分仍然

7、采用粒子濾波框架實(shí)現(xiàn)。混合高斯粒子濾波算法流程更加簡潔，該方法在粒子數(shù)目較多的情況下具有明顯的優(yōu)勢。
　　 最后，本文針對分散濾波中出現(xiàn)的部分子濾波器的非線性環(huán)節(jié)，提出一種混合聯(lián)邦濾波算法，并把該方法應(yīng)用于多信息融合組合導(dǎo)航系統(tǒng)中。當(dāng)系統(tǒng)中存在部分非線性環(huán)節(jié)時，傳統(tǒng)的聯(lián)邦卡爾曼濾波需要對系統(tǒng)進(jìn)行線性化和重新設(shè)計，會影響系統(tǒng)的建模和濾波性能?；旌下?lián)邦濾波算法的主要思路是采用粒子濾波解決子濾波器中的非線性濾波問題，對于線性子濾波器仍