- 1、本文档共12页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
船用INS/GNSS组合导航技术
组合滤波器
主讲教师:程建华
C
01概述
O
N
T目
E02卡尔曼滤波估计原理
N
T
S录
03应用卡尔曼滤波的步骤
组合滤波器
➢概述
组合导航实质上是多传感器信息融合。通过对各导航子系
统的输出的有效处理,应用信息融合的理论与技术,完成状态
估计并获取最终的导航参数。
平滑:对目标过去的运动状态进行估计
状态估计滤波:对目标现在的运动状态进行估计
预测:对目标未来的运动状态进行估计
经典的多传感器信息融合技术(状态估计)——卡尔曼滤波:
◆适用于估计一个动态系统的最优状态。
◆即使系统状态参数含有噪声,观测值不准确,卡尔曼滤波也能够完
成对状态真实值的最优估计。
组合滤波器
➢概述,
组合滤波器
➢概述
组合滤波器
➢概述
卡尔曼滤波算法是一种线性最小方差估计的递推算法。
卡尔曼滤波的特点:
➢算法是递推的,且在时域内设计滤波器;
➢采用动力学方程描述被估计量的动态变化规律;
➢卡尔曼滤波具有连续型和离散型两类算法。
早期应用:阿波罗登月、C-5A运输机导航系统。
组合滤波器
➢卡尔曼滤波估计原理
ˆ
(1)k-1次滤波递推后:xk−1
系统方程:x=x+
kk,k−1k−1k,k−1k−1
(2)基于ω的统计特性,得到一步预
量测方程:zkHkxk=+vkk
ˆˆ
测值的合理数值:xk,k−1=k,k−1xk−1
噪声特性:(3)基于v的统计特性,得到量测的
k
Cov(,)Q
E()0期望值:ˆ
文档评论(0)