卡曼滤波与GP定位.docVIP

卡曼滤波与海上目标的GPS定位 摘要 卡尔曼是一个高效的递归滤波器，它可以实现从一系列的噪声测量中，估计动态系统的状态。维纳滤波器 要求得到半无限时间区间内的全部观察数据同时它也不能用于噪声为非平稳的随机过程的情况对于向量情况应用也不方便传统的海洋测量主要是在沿岸海域进行，沿岸海域在天气较好、风浪较小的时候测量通常使用光学仪器，利用陆地目标定位，这与陆地测量定位有些相似，不过天气不好，测量船摇摆不定，因而海洋测量精度要比陆地测量定位精度低很多，目前采用主要手段：无线电定位的方法、电磁波测距的方法、无线电定位、光学定位。其中无线电定位方法被广泛应用。这些定位系统定位距离都比较远，但精度一般都比较低，由于在中远海底海底地形比较平坦，精度略低不会影响测量成果的使用，基本满足使用需求。但现代海洋发展事业已远远超出海上交通运输，对海洋的资源调查勘测、海洋工程建设、海洋科学研究等，需要更精确的测量成果，因此研制了水声定位和卫星定位，使得所需成果更为精确。 卫星定位是通过空间卫星的瞬间位置确定地面位置的方法，并在此基础上发展为现在的GPS定位系统，由空间卫星部分、地面监控部分、用户设备部分组成，从覆盖范围、信号可靠性、数据内容、准确性、以及多用性指标来看，优先于传统的卫星系统。成为当代定位热点。全球卫星定位系统GPS是今年以来开发的最具有开创意义的高新技术之一，其全球性、全能性、全天侯性的导航定位、定时、测速优势必然会在诸多领域中得到越来越广泛的应用。这是一个由覆盖全球的24颗卫星组成的卫星系统。这个系统可以保证在任意时刻，地球上任意一点都可以同时观测到4颗卫星，以保证卫星可以采集到该观测点的经纬度和高度，以便实现导航、定位、授时等功能。这项技术可以用来引导飞机、船舶、车辆以及个人，安全、准确地沿着选定的路线，准时到达目的地。 ……（5） 式（5）中是利用上一状态预测的结果，是上一时刻的最优预测值，为现在状态的控制量，如果没有，可以为0。 经过公式（5）后系统结果已经更新了，对应于 的covariance还没有更新，用P表示covariance， ……（6） 式（6）中是对应的covariance，是对应的covariance，是的转置矩阵。Q是系统的噪声，（5）和（6）式便是卡尔曼中的前两个公式。对系统的预测。有了系统的预测，接下来就要参考测量值进行估计了。 ……（7） 由上面分析可知为了实现递归，每次的都是实时更新的。 ……（8） ……（9） 这样每次和都需要前一时刻的值来更新，递归的估计下去。（5）~（9）式便是五条核心公式。 经过五条核心公私的递归计算我们最终将获得一个最佳估计值。 三 卡尔曼滤波在卫星导航中的应用 GPS动态卡尔曼滤波算法系统主要应用在机动状态载体，因此采用最能描述载体强烈机动的当前统计模型。 (1)状态方程建立。 所用GPS接收系统给出的是在地理坐标系中的经度、纬度和高度值。一般要先将地理坐标系转换为地球直角坐标系，并依次定义描述接收机在3个坐标轴的位置、速度、加速度、误差等信息. …… (4) …… (5) 分别为机动状态载体在3个坐标轴上的位置、速度、加速度和位置误差。通常采用一阶马尔科夫过程表示各个位置误差，总位置误差可看作有色噪声，则可表述为 ……(6) 上述3式中， 分别对应马尔科夫过程的相关时间常数。w为对应3条坐标上的高斯白噪声，则系统方程可写为(3)式中，系统的状态转移矩阵为 …… (7) ……(8) ……(9) (2)观测方程的建立 将GPS接收机输出的定位结果为,那么在其中分别包括真实状态变量x，y，z和一阶马尔科夫过程误差和量测误差即 …… (10) 若取 ……(11) ……(12) 则矩阵形式为 ……(13) 其中的观测矩阵可表示为 ……(14) 由建立的方程得知，这是一个可观测的线性卡尔曼模型。 (3)自适应卡尔曼滤波方程的建立。 通过上述方程，可建立卡尔曼滤波方程如下 ……(15) ……(16) ……(17) ……(18) ……(19) 其中， ……(20) ……(21) ……(22)