UKF在车辆组合定位技术中的应用.pdfVIP

第 10卷 第 25期 2010年9月 科 学 技 术 与 工 程 Vo1．10 No．25 Sep．2010 1671—1815(2010)25—6310—05 ScienceTechnologyandEngineering ⑥ 2010 Sci．Tech．Engng． UKF在车辆组合定位技术中的应用 杨荣荣 张 玲 (兰州理T大学机 电T程学院，兰州 730050) 摘 要 用一种新型的无迹卡尔曼滤波算法(UKF)代替传统的扩展卡尔曼滤波算法(EKF)，对 GPS／DR组合定位系统进行 信息融合滤波。通过计算机仿真和分析后，结果表明无迹卡尔曼滤波算法UKF的滤波定位精度明显高于扩展卡尔曼滤波器 EKF，而且UKF对由于系统非线性所引起的滤波误差有很好的抑制作用，因此UKF算法对于要求高精度 、低成本和高可靠性 的GPS／DR组合定位系统来说是一种值得推广的滤波算法，具有一定的应用价值。 关键词 组合定位系统 无迹卡尔曼滤波 扩展卡尔曼滤波 中图法分类号 TP391．9 TN967．2 U666．12； 文献标志码 A GPS全球定位 系统 (GobalPositionSystem， GPS)和 DR航位推算 (DeadReckoning，DR)组合定 1 UKF滤波算法 位方式是 目前车辆定位的一种常用定位方式，这种 定位方式既解决了GPS单独定位时，定位信号受遮 设系统的状态方程和量测方程为 挡不能定位的问题 ，又可 以消除DR单独定位时误 X(k+1)： k，X()]+W(k) (1) 差累积。因此如何有效地将 GPS和DR两者定位信 z(k)=h[，X(后)]+V(k) (2) 息进行有效融合成为关键。目前，GPS／DR组合定 其中X(k)是系统k时刻的状态变量，均值为 (k)， 位方式中，使用最为普遍 的融合方式是利用扩展卡 协方差为P(k)；z(k)是系统的量测 向量 ；过程噪声 尔曼滤波器(ExtendedKalmanFilter，EKF)进行融合 W()和量测噪声 V(k)为互不相关的高斯 白噪声序 滤波，EKF是一种典型的非线性系统进行粗略的-一 列 ，其统计特性满足 阶线性化近似的滤波算法，所 以当系统非线性度较 E[W()]=0，E[W()W ()]=Q(后)6 严重时 ，会引起线性化误差 的增大 ，导致滤波器 的 E[V(k)]=0，E[V(k) ()]=R(k)6 Vk，．『； 滤波误差增大甚至发散 ；其次应用 EKF时需要计算 E[W(J}i) (J)]=0。 雅可比矩阵，而雅可 比矩阵的计算量很大，造成此 UKF算法的计算步骤如下 ： 算法在实际应用 中难 以实施。无迹卡尔曼滤波 ① 初始化,to= [I]； 器 。(UnscentedKalmanFilter，UKF)是一种新型的 P。=E[(Xo—Xo)( 一 )]。 滤波器，UKF对于非线性系统则不需要进行线性化 ⑧计算(2n+1)个sigma采样点 和相对应的 近似，因此可以达到比EKF更高的滤波估计精度， 权值 ： 而且 UKF对滤波参数不敏感 ，鲁棒性强 ，还有就是 UKF滤波算法无需计算雅克比矩阵，因此用UKF代 替传统的EKF，可以有效地提高 GPS／DR组合定位 【 而 丽 系统的滤波精度和可靠性。 + ： 一 [ 丽 ]， ．．， 2010年 6月 1日收到 25期 杨荣荣，等 ：UKF存车辆组合定位技术中的应用