GPS/SINS组合导航系统的多尺度融合算法研究

2011-04-26 09:27:20林雪原
电子科技大学学报 2011年5期
关键词:卡尔曼滤波实验系统

林雪原

(海军航空工程学院电子信息工程系 山东 烟台 264001)

多尺度分析理论以小波变换理论为基础,融合了小波理论[1]和卡尔曼滤波[2]的优点。该理论最早在目标跟踪领域内进行研究[3-4],并取得了一系列的研究成果。近年来,国内外学者开始研究多尺度融合理论在导航系统中的应用[5-7]。文献[7]提出将量测信息用小波进行最低尺度的预处理,进而引入到组合导航系统中。然而当分解尺度较大时,将会丢掉系统的某些动态信息。文献[8]对惯性元件输出信号进行频谱分析,确定相应的多分辨分析尺度以及不同尺度下对高频系数采取的相应措施,然后对噪声占主要成分的尺度的高频系数全部置零,对噪声和有用信号共同占有的尺度的高频系数作阈值处理,进而提高导航精度。但由于小波降噪需要花费一定的时间,因此组合导航系统的实时性会受到影响。

为此,本文利用多尺度分析思想,首先在某一尺度N(原始尺度或最细尺度)上给出系统的状态方程与量测方程,然后利用小波变换将系统状态方程与量测方程在不同尺度上进行分解,并在每个尺度上进行卡尔曼滤波以对系统的状态进行估计,在得到多个不同尺度估计值的基础上,进行有效的数据融合以得到全局最优估计。相对于几种常见的滤波算法,该方法稳定,可有效地提高系统的精度。

1 多尺度系统描述

2 多尺度融合算法模型的建立

3 基于多尺度的组合导航系统实验

本文采用SINS的误差方程作为系统的状态方程,导航坐标系选用北东地坐标系,在忽略高度通道的情况下,通过对SINS系统的性能及误差源的分析,可以获得系统的误差方程为[2]:

登录APP查看全文

猜你喜欢
卡尔曼滤波实验系统
记一次有趣的实验
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
做个怪怪长实验
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
基于模糊卡尔曼滤波算法的动力电池SOC估计
电源技术(2016年9期)2016-02-27 09:05:39