原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
迭代容积粒子滤波算法在SINS初始对准中的应用
136 传感器与微系统(TransducerandMicrosystemTechnologies) 2013年第32卷 第7期
迭代容积粒子滤波算法在 SINS初始对准中的应用
迟凤阳，孙 枫，徐 博
(哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001)
摘 要：在大方位失准角误差的条件下，捷联惯导系统 (SINS)初始对准误差模型是非线性的，可以采用
粒子滤波(PF)方法进行处理。针对标准PF算法中存在的重要性密度函数难以选取的问题，提出了一种
新的迭代容积粒子滤波 (ICPF)算法。将Gauss—Newton迭代和容积卡尔曼滤波 (CKF)算法相结合，得到迭
代CKF(ICKF)算法。该算法利用最新量测信息改进迭代过程中产生的新息方差和协方差，可获得较高的
估计精度。由ICKF算法获得粒子滤波算法的重要性密度函数，有效地抑制了粒子退化现象。SINS大方
位失准角初始对准的仿真结果和实验结果表明：该算法 的滤波精度高于标准 PF算法和容积 PF
(CPF)算法，是一种非常有效的非线性滤波算法。
关键词 ：初始对准；粒子滤波；Gauss-Newton迭代；迭代容积粒子滤波 ；容积卡尔曼滤波
中图分类号 ：V249 文献标识码：A 文章编号：1000-9787(2013)07-0136-05
Application ofICPF algorithm in initialalignmentofSINS
CHIFeng—yang，SUN Feng，XU Bo
(CollegeofAutomation，HarbinEngineeringUniversity，Harbin150001，China)
Abstract：Theerrormodelofstrap—downinertialnavigationsystem(SINS)initialalignmentisnonlinearunder
largeazimuthmisalignmentanglecondition，anditcanbeprocessedusingparticlefiltering(PF)algorithm．
Aimingattheproblem thatimportancedensityfunctionofstandardparticlefilteringalgorithm isdifficulttoselect，
anewalgorithmofiteratedeubatureparticlefiltering(ICPF)isproposed．Gauss—Newtoniterationandcubature
Kalmanfiltering(CKF)algorithmarecombinedtoobtainiteratedCKF(ICKF)algorithm．Thelatestmeasurement
informationareusedinthisalgorithm toimprovetheinnovationvarianceandcovarianceiniterativeprocess，and
obtainhighere~imationprecision．TheimportancedensityfunctionofPF isobtmnedbyICKFalgorithm and
particledegradation phenomenon iseffectively restrained．Simulation and experimentalresuhsshow that，the
filteringprecision ofthisalgorithm ishigherthan stnadard PF and CPF algorithm and itisavery effective
nonlinearfilteringalgorithm．
Keywords：initialalignment；particlefiltering
文档评论（0）