车载GPS-DR组合导航系统自适应信息融合算法研究.pdfVIP

维普资讯 设计与应用 C计om算p机ut测er量M与eas控ur制em．e2n0t07．1C5on(1tr2o)l · 1807 · 文章编号 ：1671～4598(2007)12—1807一O3 中图分类号 ：TP271．8 文献标识码 ：A 车载 GPS／DR组合导航系统 自适应信息融合算法研究 崔平远，郑黎方，裴福俊，马海波 (北京工业大学 电子信息与控制工程学院，北京 100022) 摘要：结合全球定位系统 (GPS)和航位推算 (DR)两种定位方式的优点，构建了基于卡尔曼滤波的自适应联邦滤波算法，实现陆 地 GPS／DR组合定位系统的数据融合；针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失，并结合机动加速度均 值 自适应算法，设计了一种基于 u—D分解 的自适应迭代卡尔曼滤波算法，更有效的减少 DR子系统线性化带来的误差损失，提高定位 精度 ；与同仿真环境下，DR子系统采用扩展卡尔曼滤波方法作 了比较，结果表明该信息融合算法能更有效解决DR子系统的线性化误差 问题，整个系统数据融合精度更高。 关键词：GPS／DR组合导航 ；信息融合；自适应联邦滤波；迭代卡尔曼滤波 AdaptiveDataFusionforVehicleIntegratedGPS／DRNavigationSystem CuiPingyuan，ZhengLifang，PeiFujun，MaHaibo (SchoolofElectronicInformation ControlEngineering，BeijingUniversityofTechnology，Beijing 100022，China) Abstract：AnadaptivefederativefilteringmethodbasedonKalmanFilterissetupfordatafusionofVehicleintegratedGPS／DRnaviga～ tionsystem byusingtheadvantagesofGPSandDR．TheadaptiveiterativeKalmanfilterbasedon thetechniqueofU— D decomposition， whichadaptstothemechanicalaccelerationmeanadaptivealgorithm ．isdesignedtosolvethehighnon— linearityofthesubsystem ofDR and decreasethelossoflinearizationyieldedbyExtendKalmanFilter．Thisnew datafusionalgorithm notonlysolvesthelinearizationofDR sub— system moreefficientlythanEKF，butalsomakesthewholesystemfusiondatamoreprecise．AtlastthesimulationresultesprovetheseCOn— clusions． Keywords：GPS／DR integratednavigation；datafusion；adaptivefederativefiltering；iterativeKalmanfilter 0 引言 统线性化带来 的误差损失，提高定位精度 。U—D分解算法解 决滤波数值 的稳定性 问题Ⅲ 。与 同仿真环境下，DR子系统采 全球定位系统 (GPS)可 以提供全天候、连续、实时的高