交互多模型在车辆组合定位系统中的应用

摘要：

为解决扩展卡尔曼滤波器(extended Kalman filter,EKF)在车辆组合定位系统中因车辆加减速、转弯(以下简称机动)而存在的精度低、稳定性差等问题,设计了一种将交互多模型(interacting multiple model,IMM)算法与非线性卡尔曼滤波器相融合的自适应滤波算法.该算法使用三种状态空间模型来描述车辆的运动模式,采用多个非线性滤波器对每个模型并行滤波,通过模型匹配似然函数对滤波结果进行加权融合,最终得到系统的定位信息.该方法具备非线性系统滤波器优点,克服了单一模型滤波算法对机动目标定位效果差的缺点.利用该方法和 EKF算法分别对 GPS/INS/DR车辆组合定位系统中进行了仿真实验,结果表明,该算法的滤波定位精度明显优于目前组合定位系统中所用的 EKF滤波器,大幅提高了组合定位系统的稳定性和定位精度.

关键词：车辆、组合定位系统、信息融合算法、扩展卡尔曼滤波器、交互多模型

所属期刊栏目：9

分类号：TP873(远动技术)

资助基金：National Natural Science Foundation of China61663020;Project of Education Department of Gansu Province2016B-036

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：279-285