基于Huber鲁棒容积裂变粒子滤波的协同导航方法
数据融合作为多源协同导航方案中的一环对状态估计质量影响重大.粒子滤波由于其在非线性非高斯系统中具备的独特理论优势已逐渐成为众多融合方法焦点.但粒子退化及其导致的样本枯竭却制约粒子滤波在复杂工程中的应用.提出采用鲁棒容积裂变粒子滤波解决上述问题.首先在容积法则框架下利用Huber函数将L2范数与L1范数结合来改进重要性密度函数,抑制观测噪声并通过高斯分布融合拉普拉斯分布进一步优化建议分布,以此缓解粒子退化;在重采样前对粒子群进行裂变衍生,通过对高权值粒子进行裂变并覆盖低权值粒子重构粒子权值实现对样本枯竭的抑制.多源协同导航车载实验表明,在相同条件下,相对于扩展卡尔曼滤波、容积粒子滤波、强跟踪粒子滤波,提出的算法在精确度上分别提高了 23.04%、42.62%、37.74%,为缓解粒子退化和多源协同定位提供了新的思路.
协同导航、粒子滤波、粒子退化、鲁棒性、容积
43
P228;TH701(大地测量学)
辽宁省兴辽英才计划项目;辽宁省百千万人才工程人选科技活动资助项目;辽宁工程技术大学学科创新团队项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
166-175