列车组合定位的改进UPF算法探讨.pdfVIP

·132· 《测控技术12016年第35卷第3期 列车组合定位的改进UPF算法探讨 王更生，张翔 (华东交通大学信息工程学院，江西南昌330013) 摘要：针对传统粒子滤波缺乏当前量测信息、容易出现粒子退化现象、滤波精度不高，难以应用于GNSS／ INS列车组合导航的问题，提出了一种改进粒子滤波算法。通过将无迹卡尔曼滤波框架应用到标准粒 子滤波中，产生粒子的重要性函数，考虑了当前量测对状态估计的影响，改善了滤波效果。在重采样环 节又融入了马尔科夫链蒙特卡洛方法，增加了采样粒子的多样性，提高了滤波的精度。结合采集某列控 系统的样本数据进行仿真，结果表明：改进的UPF与传统的UPF相比，滤波效果更好，定位精度更高，在 GNSS／INS列车组合定位中有更好的工程使用价值。 关键词：粒子滤波；列车组合定位；GNSS／INS；建议性分布；马尔可夫链一蒙特卡洛 中图分类号：TPl3文献标识码：A 文章编号：1000—8829(2016)03—0132—04 on UPF toTrain StudyImprovedAlgorithmIntegratedPositioning WANG Xiang Geng·sheng，ZHANG of China Information，East 330013，China) (College JiaotongUniversity，Nanehang Abstract：Inthetraditional lackofmeasurementinformationis to the filter，the easyappearphenome- particle nonof isnot isdifficulttobe totheGNSS／INS particledegradation，thefilteringaccuracyhigh，which applied train an filter is unscentedKalmanfilter improvedparticlealgorithmputforward．Byapplying navigation，thus current frameworktostandard functionof is the particlefiltering，theimportance particleproduced．Considering measurementofstate effectof is the methodinto estimation，the filteringimproved．Byintegratingresampling the ofMarkovChainMonte ofthe is thefilter isim- Carlo，the increased，and way diversityparticle pre