CDKF、UKF和EKF濾波算法在GPS系統(tǒng)中的應(yīng)用比較
摘要:本文分別利用CDKF、UKF和EKF三種方法對(duì)車輛GPS/DR組合導(dǎo)航系統(tǒng)進(jìn)行了濾波實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果進(jìn)一步表明CDKF方法明顯優(yōu)于EKF和UKF方法,是車輛組合導(dǎo)航中一種更理想的非線性濾波方法,從而真正實(shí)現(xiàn)了車輛低成本、高精度的實(shí)時(shí)定位。
1 引言
全球?qū)Ш蕉ㄎ幌到y(tǒng)(GPS)因其可以提供全天候、連續(xù)、實(shí)時(shí)的高精度定位而在車輛定位中得到了廣泛的應(yīng)用。然而當(dāng)車輛行駛于地下隧道、高山隧道、高樓等特殊地理環(huán)境時(shí),由于GPS衛(wèi)星遮擋問題的存在會(huì)造成GPS無法正常定位;基于此,一般車載導(dǎo)航系統(tǒng)普遍采用低成本的航位推算系統(tǒng)(DR)和GPS來構(gòu)成組合定位系統(tǒng)。當(dāng)GPS信號(hào)丟失而無法定位時(shí),DR系統(tǒng)可繼續(xù)工作,系統(tǒng)的可靠性得到了提高 。
然而,實(shí)際的車輛組合導(dǎo)航系統(tǒng)模型一般都是非線性的。利用擴(kuò)展卡爾曼濾波(EKF)方法,即將非線性方程圍繞狀態(tài)估值進(jìn)行Talor展開,并進(jìn)行一階線性化截?cái)啵山⑾到y(tǒng)的線性化標(biāo)準(zhǔn)卡爾曼濾波模型。但是在實(shí)際應(yīng)用中,EKF也存在著一些不足,如當(dāng)非線性觀測方程的Talor展開式中的高次項(xiàng)不能忽略時(shí),EKF會(huì)導(dǎo)致很大的線性化誤差,造成濾波器難以穩(wěn)定。
針對(duì)EKF的不足,近幾年出現(xiàn)了一套全新的非線性濾波方法,即Sigma-Point卡爾曼濾波(SPKF),其利用加權(quán)統(tǒng)計(jì)線性化回歸技術(shù)(WSLR),通過一組確定性采樣點(diǎn)(Sigma點(diǎn))來捕獲系統(tǒng)的相關(guān)統(tǒng)計(jì)參量。根據(jù)Sigma點(diǎn)選取的不同,其主要分為Unscented卡爾曼濾波(UKF)和中心差分卡爾曼濾波(CDKF)。
CDKF濾波算法的優(yōu)勢在于它克服了EKF方法的缺點(diǎn),濾波時(shí)不需要系統(tǒng)模型的具體解析形式,并充分考慮了隨機(jī)變量的噪聲統(tǒng)計(jì)特性,具有比EKF更小的線性化誤差和更高的定位精度,它對(duì)狀態(tài)協(xié)方差的敏感性要低得多,且逼近速度快于UKF。研究發(fā)現(xiàn)CDKF的另一個(gè)優(yōu)點(diǎn)是只使用一個(gè)參數(shù)h,相對(duì)于需要確定三個(gè)參數(shù)的UKF,在實(shí)際應(yīng)用中更便于實(shí)現(xiàn)。
本文分別利用CDKF、UKF和EKF三種方法對(duì)車輛GPS/DR組合導(dǎo)航系統(tǒng)進(jìn)行了濾波實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果進(jìn)一步表明CDKF方法明顯優(yōu)于EKF和UKF方法,是車輛組合導(dǎo)航中一種更理想的非線性濾波方法,從而真正實(shí)現(xiàn)了車輛低成本、高精度的實(shí)時(shí)定位。
?
- 第 1 頁:CDKF、UKF和EKF濾波算法在GPS系統(tǒng)中的應(yīng)用比較
- 第 2 頁:CDKF算法描述
- 第 3 頁:試驗(yàn)方案設(shè)計(jì)與實(shí)現(xiàn)
本文導(dǎo)航
非常好我支持^.^
(2) 100%
不好我反對(duì)
(0) 0%
相關(guān)閱讀:
- [電子說] 基于Simulink搭建二階RC的EKF算法電池SOC估算模型 2023-06-29
- [電子說] 基于EKF算法的電池SOC估算研究 2023-06-28
- [工業(yè)控制] 基于擴(kuò)展卡爾曼濾波EKF的無感控制+Matlab/Simulink仿真案例 2023-06-08
- [電子說] LLM底座模型:LLaMA、Palm、GLM、BLOOM、GPT結(jié)構(gòu)對(duì)比 2023-05-19
- [電子說] 關(guān)于改進(jìn)EKF的自抗擾飛控系統(tǒng)的設(shè)計(jì) 2018-06-13
- [通信設(shè)計(jì)應(yīng)用] 一種EKF改進(jìn)算法探討 2011-08-11
( 發(fā)表人:自由頻率 )