两种滤波方法在SINS/GPS组合导航中的分析比较

本文针对SINS/GPS组合导航系统中卡尔曼滤波发散的情况:介绍并分析了自适应滤波和H∞滤波算法原理,并进行仿真计算,验证了这两种滤波用于SINS/GPS组合导航系统的可行性和有效性,对实际应用中组合导航系统滤波器的设计具有一定的指导意义。     

抑制卡尔曼滤波发散的组合导航算法研究

卡尔曼滤波是一种递推线性最小方差估计算法,在组合导航数据融合中得到了广泛应用;但由于卡尔曼滤波要求系统模型和噪声统计特性精确已知,而实际中很难做到,因此常常出现滤波发散现象。鉴于此,着重研究了衰减记忆自适应卡尔曼滤波和渐消记忆卡尔曼滤波在INS/GPS组合导航中的应用,并通过对仿真数据的处理,验证了两种滤波算法在抑制滤波发散、提高组合导航系统精度和稳定性方面的可行性。     

自适应滤波在GPS测速中的应用

GPS定位以及测速误差中包含有卫星星历误差、电离层、对流层延迟以及多路径效应等多种误差,对GPS的测速精度有着十分重要的影响,减小其误差的一种重要的方法即为卡尔曼滤波。由于GPS测速难以确定动态噪声和观测噪声,因此,标准卡尔曼滤波往往不能时时满足假设条件,而致发散。采取自适应的滤波方法对其进行改进并进行了比较,取得了较好的结果。     

两种滤波方法在SINS／GPS组合导航中的应用与比较

针对SINS／GPS组合导航系统中卡尔曼滤波发散的情况,引入了自适应滤波和H∞滤波,分析了它们各自的特性,最后进行仿真计算,验证了这两种滤波用于SINS／GPS组合导航系统的可行性和有效性,对实际应用中组合导航系统滤波器的设计具有一定的指导意义。     

两种滤波方法在SINS/GPS组合导航中的应用与比较

本文针对SINS/GPS组合导航系统中卡尔曼滤波发散的情况,引入了自适应滤波和H∞滤波,分析了它们各自的特性,最后进行仿真计算,验证了这两种滤波用于SINS/GPS组合导航系统的可行性和有效性,对实际应用中组合导航系统滤波器的设计具有一定的指导意义.     

基于方差分量估计原理的自适应卡尔曼滤波及其应用

简单介绍了GPS伪距动态定位的卡尔曼滤波模型的建立,针对传统卡尔曼滤波中动态噪声不准或不容易确定以及因动态目标机动而导致滤波发散的现象,提出了一种根据方差分量估计原理,利用预报残差计算模型的动态噪声方差分量的自适应滤波算法.当利用预报残差进行计算时,这一方法增加的计算量不大,能有效地克服由上述原因而导致的滤波不稳定现象,适用于GPS动态定位数据的实时处理.     

GPS非差相位动态定位中Sage自适应滤波算法的研究及软件实现

介绍了GPS非差定位中的卡尔曼滤波模型,详细分析了滤波发散的原因.研究并给出了一种改进的自适应滤波,在此基础上编制了相应的软件,结合实例分析了该方法的有效性.     

基于方差分量估计原理的自适应卡尔曼滤波及其应用

简单介绍了GPS伪距动态定位的卡尔曼滤波模型的建立，针对传统卡尔曼滤波中动态噪声不准或不容易确定以及因动态目标机动而导致滤波发散的现象，提出了一种根据方差分量估计原理，利用预报残差计算模型的动态噪声方差分量的自适应滤波算法，当利用预报残差进行计算时，这一方面增加的计算量不大，能有效地克服由上述原因而导致的滤波不稳定现象，适用于GPS动态定位数据的实时处理。     

载波相位平滑伪距的自适应衰减因子Kalman滤波算法研究

载波相位平滑伪距是削弱伪距观测噪声,提高伪距观测数据质量的常用方法。在标准卡尔曼滤波的基础上,针对GPS伪距观测噪声未知的情况,利用极大验后估计对观测噪声的方差进行估算,并采用自适应衰减因子对观测噪声方差值进行调整,从而优化滤波效果,避免出现发散现象。最后,利用本文算法对实测GPS伪距观测数据进行滤波计算,并对结果进行比较和分析。计算结果表明:改进后的卡尔曼滤波算法相对于标准卡尔曼滤波能取得更好的平滑效果。     

GPS动态相对定位的自适应Kalman滤波算法

GPS动态数据处理中广泛应用卡尔曼滤波,经典Kalman滤波认为预报误差是白噪声,服从零均值的正态分布,并利用动态噪声协方差矩阵来控制它对当前信息的影响,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差。针对GPS动态定位的这一问题,探讨了在实际应用中存在模型误差时的卡尔曼滤波,介绍了一种自适应Kalman滤波算法,该法顾及了载体机动加速及接收机发生周跳时的影响,减少了滤波发散的机会。