改进的 GNSS/INS 列车组合定位 PF 算法

摘要：

针对列车组合定位融合估计的非线性问题，结合 GNSS ／INS（Global Navigation Satellite System ／Inertial Navigation System）列车组合定位当前发展的方向，给出了一般无迹粒子滤波（UPF）的基本过程。针对传统 PF（Particle Filter）缺乏量测信息且计算量大而难以应用于 GNSS ／INS 组合导航中的问题，提出一种新的 IUPF（Iterative Unscented Particle Filter）算法。它通过将 IKF（Iterative Kalman Filter）的思想融入 UKF（Unscented Kalman Filter），得到比较健壮的迭代无迹 Kalman 滤波（IUKF），由 IUKF（Iterative Unscented Kalman Filter）产生的分布与真实的后验分布有更大的支撑重叠区域，提高了精度。并且运用全局采样到 PF 中，结合当前最新观测值对粒子集整体采用一次IUKF 来产生建议性分布，减少了计算量。仿真模拟结果表明，IUPF 与一般的 UPF、PF 相比，精度更高，算法计算量更小。

关键词：列车组合定位、GNSS /INS 组合系统、PF 滤波、迭代无迹粒子滤波、全局采样、建议性分布

分类号：TP13(自动化基础理论)

资助基金：国家自然科学基金资助项目61461019

在线出版日期：2016-03-21（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：40-43