基于联邦滤波的INS_GPS组合导航系统数据融合研究.docVIP

基于联邦滤波的INS_GPS组合导航系统数据融合研究 第30卷第5期 江西理工大学学报 Vol.30,No.5Oct.2009 2009年10月JOURNALOFJIANGXIUNIVERSITYOFSCIENCEANDTECHNOLOGY文章编号：1007-1229（2009）05-0067-04 基于联邦滤波的INS/GPS组合 导航系统数据融合研究 钟 暐，左廷英 （中南大学信息物理工程学院，长沙410083） 摘要：针对INS导航定位的精度低、GPS导航定位的非自主性，采用INS/GPS组合导航的方式，重点阐述了系统模型的建立，在Matlab/Simulink平台下对系统进行仿真实验时，采用了基于无重置的联邦卡尔曼滤波器的组合方案，实验表明了组合系统比任何单一的导航系统的定位精度都要高，是一种可行的导航方法. 关键词：惯性导航系统；全球定位系统；组合导航；联邦卡尔曼滤波中图分类号：V24 文献标识码：A TheStudyofINS/GPSIntegratedNavigationSystemsDataFusionBasedonFederalFilter ZHONGWei，ZUOTing-ying （SchoolofInformationandPhysicsEngineering,CentralSouthUniversity,Changsha410083,China） Abstract：ToaimatlowprecisioninnavigationandpositionofInertialNavigationSystemanddependenceofGlob-alPositioningSystem,thisarticleadoptsthemodeofINS/GPSintegratednavigationandiscentrallydevotedtothesystemmodeling.Inthisarticle,theMatlab/Simulinktoolsareusedtosimulatesystems,inwhichthecombinedschemebasedonNo-ResetFederalKalmanFilterisadopted.Itisconcludedbyexperimentthattheprecisioninpositionofintegratedsystemswhicharefeasiblemethodsfornavigationishigherthananyothernavigationsystems.Keywords：inertialnavigationsystem;globalpositioningsystem;integratednavigation;federalkalmanfilter 0引言 卡尔曼滤波在设计运载体的高精度组合导航系统方面有着广泛的应用．导航系统的增加有利于组合导航系统的精度．但是采用常规的卡尔曼滤波实现组合导航存在着如下的不足之处. 一是采用卡尔曼滤波需要保证动态模型的精度，但是在非线性理论还不是非常成熟的情况下，往往需将实际的非线性动态系统近似转化为线性动态系统．如果模型的精度不够、与实际的模型不相匹配，将会导致卡尔曼滤波器的发散．自适应卡尔曼滤波技术是解决发散的常用方法．目前，自适 收稿日期：2009-01-08 钟），男，2006. 应卡尔曼滤波技术的发展主要有：带自适应遗忘因子的卡尔曼滤波[1]、基于小波分析的自适应卡尔曼基于神经网络的自适应卡尔曼滤波[4-6]、模滤波[2-3]、 糊逻辑的自适应卡尔曼滤波[7]．但是，第一和第四种方法在驱动噪声是很难确知的情况下无法对观测噪声估计，第二种方法更多地用于图像的分析和处理，在导航信息的自适应卡尔曼滤波及信息融合方面还没有得到广泛的应用，第三种方法需要较大的样本进行训练，而且在未知的环境中其应用会受到一定的限制． 二是导航系统的增加使故障也随之增加，这将影响到组合导航的可靠性．在20世纪七八十年 ６８江西理工大学学报 Pk-1=ΣPik-1+Pmk-1 i=1-1 N -1 -1 ２００９年１０月 （1） 代，Speyer，Willsky，Bierman，Kerr，Carlson[8-10]等人研究了分布式滤波器设计，其中最著名的是Carlson提出的联邦滤波理论，它已被美国空军的容错导航系统“公共卡尔曼滤波器”计划选为基本算法[11]．本文正是在此背景下通过对具