原文传递
车载GPS/DR组合导航系统粒子滤波算法的改进及应用研究
| 论文题名： | 车载GPS/DR组合导航系统粒子滤波算法的改进及应用研究 |
| 关键词： | 车载GPS/DR组合导航系统;扩展卡尔曼滤波;非线性系统;粒子滤波;数据融合 |
| 摘要： | 为了提高运输效率和增强安全保障，各国相继开展了对车辆导航定位系统的研究。选择怎样的定位方式是车辆导航定位系统的关键。GPS和DR是最常用的两种定位方法，将两种定位方法有效结合构成车载GPS/DR组合导航系统，能得到更精确的定位结果。实现GPS/DR组合的核心问题是数据融合方案的设计，因此，选用一种良好的数据融合方式，来提高数据融合的精度也就成为研究的重点。主要工作包含以下几个部分: 首先，对车辆导航定位系统、滤波技术的发展进行了综述，介绍了GPS/DR组合导航系统的原理。 其次，采用扩展卡尔曼滤波(EKF)，对单独的DR系统和车载GPS/DR组合导航系统进行滤波估计。采用EKF时，非线性系统必须要进行线性化，从而导致滤波结果有较大的误差。 然后，以EKF为基础，研究了粒子滤波(PF, Particle Filter)在GPS/DR组合导航系统中的应用。PF中存在的主要问题是粒子集的退化问题，目前解决退化问题主要有两个方面:重要性函数的选取和重采样。本文从这两个方面入手，利用扩展Kalman滤波产生重要性函数，充分利用了观测信息，更接近于真实状态。又由于在系统重采样方法中容易引入误差，从而，基于范数概念将变量的误差限定在一定范围内，并设定门限，来表征粒子的退化程度，对大权值粒子的选择更合理。最终，结合这两个方面，提出了改进的粒子滤波方法。 随后，应用Matlab仿真，针对GPS/DR组合导航系统模型，从东向位置和东向速度两个状态的估计值、真实值对八种滤波结果进行了比较。分析了扩展卡尔曼滤波算法、粒子滤波算法以及改进的粒子滤波算法的优劣性。 最后，对本文所做的工作进行了总结，并指出有待进一步研究的方向。 |
| 作者： | 董晶 |
| 专业： | 导航、制导与控制 |
| 导师： | 井元伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
相关文献
检索历史
应用推荐
