| |
| [
论文中心|计算机应用 ]联邦滤波器在船舶组合导航系统中的应用 |
 0.00 |
|
|
| 原文： |
1、引言
组合导航系统通常以惯性导航系统作为主导航系统，而将其他导航系统作为辅助导航系统，应用卡尔曼滤波技术，将辅助信息作为观测量，对组合系统的状态变量进行最优估计以获得高精度的导航信息。这样通过不同导航系统的有机组合，相互之间取长补短，既保持了
纯惯性导航系统的自主性，又防止了导航定位误差随时间而积累，在保证导航精度的同时有效地降低了导航系统的造价。随着滤波算法的复杂化和对滤波精度要求的不断提高，滤波的实时性问题也日益成为制约其在组合导航系统中应用的一个关键因素。1988年Carlson提出的联邦滤波器[1, 2]，采用“信息分配”原则，把全局状态估计信息和系统噪声信息分配给各子滤波器，但不改变子滤波器算法的形式。该方法由于应用了方差上界技术来消除各个局部滤波器相关性，使得主滤波器可以用简单的算法融合各个局部滤波器的结果。本文针对船舶导航系统的特点，给出一种联邦滤波器的设计方法。
2、联邦滤波器算法原理
联邦卡尔曼滤波器是一种具有两阶段数据处理的分散化滤波器，它由众多子滤波器和一个主滤波器组成，其设计的基本思想是先分散处理、再全局融合，即在诸多非相似子系统中选择一个信息全面、输出速率高、可靠性绝对保证的子系统作为公共参考系统，与其它子系
统两两结合，形成若干子滤波器。各子滤波器并行运行，各子滤波器的局部估计值􀁬Xi及其估计误差协方差阵i P 送入主滤波器和主滤波器的估计值一起进行融合以得到全局最优估计X g 和g P 。此外，各子滤波器与主滤波器合成的全局估计值􀁬 X g 及g P 可以被放大为1
i g β − P 后再反馈到子滤波器，重置子滤波器的估计值。
...... |
| 目录： |
1、引言
2、联邦滤波器算法原理
3、船舶导航系统联邦滤波器结构设计
4、仿真结果及分析 |
| 参考资料： |
[1]. Carlson N. A. Information-sharing approach to federated Kalman filtering [J]. Proceedings of the
IEEE 1988 National Aerospace and Electronics Conference, May 1988, 4 1581.
[2]. Carlson N. A. Federated filter for fault-tolerant integrated navigation systems [J]. Position Location
and Navigation Symposium., 29 Nov.-2 Dec. 1988. pp:110-119
[3]. 付梦印，邓志红，张继伟., Kalman 滤波理论及其在导航系统中的应用 [M]. 科学出版社，Oct. 2003.
[4]. 张卫明, 张炎华, 杜刚, 钟山. 蒙特卡罗粒子滤波算法应用研究 [J]. 微计算机信息, 2007.1,295-297.
[5]. 孙枫，袁赣南，张晓红, 组合导航系统 [M]. 哈尔滨: 哈尔滨工程大学出版社，1996.12.
[6]. 董绪荣，张守信，华仲春, GPS/INS 组合导航定位及其应用 [M]. 长沙: 国防科技大学出版社，1998.
[7]. Gapolino G. A., Du, B. Extended Kalman filter observer for induction machine robot currents [J].Proceedings of the European Power Electronics Conference, 1991, 3672-677. |
| 简单介绍： |
| 本文设计了一个基于融合-重置结构的联邦滤波器，应用于船舶组合导航系统。与传统的集中式滤波器相比，联邦滤波器结构简单，计算量少，容错性强。仿真结果表明，该联邦滤波器用在组合导航系统中是可行的，能够满足系统的精度要求。 |
 点评资料 :
|
|
