列车组合定位中改进CPF算法的探讨

摘要：

针对在GNSS/INS列车组合定位中普遍采用的扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等滤波技术无法满足复杂的高速列车组合定位环境问题,研究了列车组合定位中改进的容积粒子滤波(CPF)算法,提出了基于改进CPF算法的列车组合定位信息融合技术.该算法采用马尔科夫链蒙特卡洛(MCMC)移动方法来解决粒子退化问题,进而提高滤波性能.使用Matlab对改进算法进行仿真,结果表明改进CPF具有更小的位置误差和速度误差,提高了列车非线性运动过程中的定位精度.

关键词：列车组合定位、容积粒子滤波、重要性密度函数、马尔科夫链蒙特卡洛

所属期刊栏目：44

分类号：TP13(自动化基础理论)

资助基金：国家自然科学基金61461019

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：296-299