GPS/DR车辆组合导航改进的粒子滤波算法研究

摘要：

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象.为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术.采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝.用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波.

关键词：GPS/DR组合导航、全球定位系统、航位推算、粒子滤波

所属期刊栏目：29

分类号：TP274(自动化技术及设备)

资助基金：航空科学基金20080818004;陕西省自然科学基金N9YU0001

在线出版日期：2011-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-43