共查询到16条相似文献，搜索用时 265 毫秒
1.
新型的重力无源导航系统 总被引：12，自引：1，他引：12
针对重力无源导航的特点,提出了一种由速率方位惯性平台、重力传感器、重力图、深度计和相对计程仪组成的新型重力无源导航系统,给出了速率方位惯性平台系统的导航算法、重力无源导航系统的最优滤波器、误差状态方程和测量方程.考虑到运动载体上重力传感器的输出特性,在最优滤波器的重力观测方程中引入了厄特弗斯效应.应用Matlab/Simulink工具对此重力无源导航系统进行了计算机仿真研究,仿真结果表明此重力无源导航系统的平台姿态角误差和定位误差小,能够满足水下运载体长期高精度导航的要求.又由于本系统采用了速率方位惯性平台,且把重力敏感器置于其上,省去了重力仪,所以与现有的重力无源导航系统相比成本较低. 相似文献
2.
无人机在军事、民用领域发挥着越来越重要的作用,提高无人机导航系统的精度有十分重要的意义.为达到提高无人机导航精度的目的,将惯性导航系统（INS）与中国北斗二号（BD-2）相融合,提出了INS/BD-2组合的无人机导航策略.经过分析,建立了基于间接法的系统模型,其测量方程为非线性方程.在组合导航算法上采用了处理非线性问题常用的粒子滤波算法对组合导航系统进行解算,并通过MATLAB软件对算法进行了仿真分析,仿真结果证明,与传统的EKF算法相比,该算法可提高组合导航系统的导航精度. 相似文献
3.
对GPS／SINS组合导航的工作原理和模型建立进行详细的分析，设置了两个传感器。提出一种基于信息融合的导航参数最优估计滤波方法。通过计算机仿真说明该方法可提高导航系统的计算精度和速度，有较好的容错性和环境适应性，具有实际使用价值。 相似文献
4.
目前绝大多数小型无人机使用GPS进行导航。GPS失效时,小型无人机需要依靠其他导航方式来完成飞行任务。本文研究捷联惯导系统(SINS)和北斗卫星导航系统组合作为GPS失效后小型无人机的导航方式。建立了SINS/北斗组合导航系统的状态方程和测量方程,采用Kalman滤波算法作为组合导航系统信息融合算法。最后进行了仿真验证,仿真结果表明,SINS/北斗组合导航比单一的惯性导航系统效果要好。 相似文献
5.
许迅雷 《西安文理学院学报》2011,(2):57-60
在高斯噪声环境下,由于扩展卡尔曼滤波（EKF）在目标跟踪应用中精度低和可能出现的滤波发散,将无迹卡尔曼滤波（UKF）应用于非线性系统的目标跟踪.通过UKF在目标跟踪中的应用和仿真结果的分析比较表明,与EKF相比较,UKF收敛快、对噪声适应能力强,算法实现简单. 相似文献
6.
作为传统非线性估计方法的代表,扩展卡尔曼滤波(EKF)存在明显的缺陷.时于强非线性系统,无味滤波(UKF)由于选用有限个采样点获取系统的近似分布,并无需计算量测方程的Jacobian矩阵,显示出对非线性系统估计的优越性.本文选用了一个应用于航天器相对导航中的非线性估计的例子进行仿真,仿真表明UKF的滤波精度要优于EKF. 相似文献
7.
非线性系统卡尔曼滤波新方法 总被引：1，自引：0，他引：1
为了在非线性、非高斯系统估计中获得更好的精度,提出一种新的unscented卡尔曼滤波(UKF).采用确定性采样方法,通过选择unscented变换中的参数α＝0.85,β＝2和l＝0,确定出2n 1个σ点,使这些σ点完全符合非线性系统Yi＝F(Xi)的高斯随机变量的均值和方差.仿真结果表明:σ点通过实际的非线性系统Yi＝F(Xi)传递后,其后验均值和协方差可以达到泰勒展开式的三阶精度,广义卡尔曼滤波(EKF)只能达到一阶精度.该UKF滤波与EKF算法复杂度相近,但具有比EKF更好的估计精度. 相似文献
8.
在基于惯性导航系统和无线传感器网络的组合导航系统中,为了解决传统导航信息松组合方法中测量信息可观性较差的问题,提出了一种基于卡尔曼滤波器的导航信息紧组合模型.当无线传感器网络的信号可用时,组合导航系统将惯性导航系统测量得到的未知节点与已知节点的距离与无线传感器网络测量得到的距离作差,差值作为卡尔曼滤波器的测量信息.由于... 相似文献
9.
广义卡尔曼滤波(EKF)在进行数据处理时,仅对测距系统和量测方程作泰勒级数展开且仅保留线性项,因而EKF只适用于弱非线性对象的估计,被处理对象的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。将无迹卡尔曼滤波(UKF)应用于非线性系统的目标处理。通过UKF在雷达测距中的应用和仿真结果分析表明,与EKF相比,UKF收敛快、对噪声适应能力更强且算法实现更简单。自适应无迹卡尔曼滤波（AUKF）可以对系统模型进行实时估计,通过分析知道无迹卡尔曼滤波算法满足实时性跟踪要求,实现了对运动目标的快速跟踪。 相似文献
10.
11.
WU Xue-dong SONG Zhi-huan 《浙江大学学报(A卷英文版)》2007,8(10):1604-1613
Determination of relative three-dimensional (3D) position, orientation, and relative motion between two reference frames is an important problem in robotic guidance, manipulation, and assembly as well as in other fields such as photogrammetry. A solution to pose and motion estimation problem that uses two-dimensional (2D) intensity images from a single camera is de- sirable for real-time applications. The difficulty in performing this measurement is that the process of projecting 3D object features to 2D images is a nonlinear transformation. In this paper, the 3D transformation is modeled as a nonlinear stochastic system with the state estimation providing six degrees-of-freedom motion and position values, using line features in image plane as measuring inputs and dual quaternion to represent both rotation and translation in a unified notation. A filtering method called the Gaussian particle filter (GPF) based on the particle filtering concept is presented for 3D pose and motion estimation of a moving target from monocular image sequences. The method has been implemented with simulated data, and simulation results are provided along with comparisons to the extended Kalman filter (EKF) and the unscented Kalman filter (UKF) to show the relative advantages of the GPF. Simulation results showed that GPF is a superior alternative to EKF and UKF. 相似文献
12.
鲁棒UKF滤波算法在SINS初始对准中的应用 总被引：2，自引：0，他引：2
针对系统存在不确定性扰动时传统UKF滤波算法的滤波精度和鲁棒性均下降的问题,提出了一种基于H∞范数的鲁棒UKF滤波算法.该算法在Krein空间内对简化UKF滤波算法进行改进,增加了一个鲁棒环节.鲁棒环节通过引入给定正常数调整滤波增益从而提高滤波算法的鲁棒性能.在SINS大方位失准角初始对准中对简化UKF滤波算法和鲁棒U... 相似文献
13.
Localization of the sensor nodes is a key supporting technology in wireless sensor networks (WSNs). In this paper, a real-time
localization estimator of mobile node in WSNs based on extended Kalman filter (KF) is proposed. Mobile node movement model
is analyzed and online sequential iterative method is used to compute location result. The detailed steps of mobile sensor
node self-localization adopting extended Kalman filter (EKF) is designed. The simulation results show that the accuracy of
the localization estimator scheme designed is better than those of maximum likelihood estimation (MLE) and traditional KF
algorithm. 相似文献
14.
针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入扩展卡尔曼滤波算法（EKF）和Unscented卡尔曼滤波算法（UKF）。EKF算法将非线性系统线性化,是在非线性系统中常用的一种滤波方法 UKF算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的扩展卡尔曼滤波算法。 相似文献
15.
Precise navigation for a 4WS mobile robot 总被引：1，自引：0，他引：1
何波 《浙江大学学报(A卷英文版)》2006,7(2):185-193
INTRODUCTION Precise navigation is being researched and ap- plied in various fields, especially for outdoor mobile robots (Wang et al., 1998; Lee, 1997; Iida et al., 2000), such as those used in cargo container trans- portation at seaport, in precision agriculture, military vehicles, etc. As we know, applied sensors and rele- vant data processing basically determine the accuracy of navigation. In our research, GPS and encoders are used as navigation sensors. As an absolute positioning s… 相似文献
16.
为了进一步提高移动台的跟踪和定位性能,提出了一种基于联邦滤波结构和简化UKF的移动位置最优估计与融合新方法.该算法以Singer移动台运动模型作为参考系统,以简化UKF滤波器作为子滤波器,对2组独立检测的TDOA和Doppler测量值进行局部估计;然后在主滤波器中,对子滤波器的估计结果按标量加权进行最优融合,得到全局最优或次最优融合估计结果;最后主滤波器利用全局估计结果对子滤波器和参考系统进行反馈和信息重置,以进行下一步估计.仿真试验中,对该算法用于移动台位置估计的效果和性能进行评估,并与基于TDOA和基于Doppler的简化UKF方法做比较.仿真结果表明,该算法能有效降低移动台位置估计的误差和方差,具有良好的均方根误差和均值误差CDF性能. 相似文献