期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:袁建国,袁艳涛,刘飞龙,庞宇,林金朝.INS/GPS紧耦合系统中的模糊自应SRUKF算法[J].哈尔滨工业大学学报,2015,47(11):108.DOI:10.11918/j.issn.0367-6234.2015.11.019
YUAN Jianguo,YUAN Yantao,LIU Feilong,PANG Yu,LIN Jinzhao.A novel fuzzy adaptive SRUKF algorithm in tightly-coupled INS/GPS systems[J].Journal of Harbin Institute of Technology,2015,47(11):108.DOI:10.11918/j.issn.0367-6234.2015.11.019
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1721次   下载 1042 本文二维码信息
码上扫一扫!
分享到: 微信 更多
INS/GPS紧耦合系统中的模糊自应SRUKF算法
袁建国, 袁艳涛, 刘飞龙, 庞宇, 林金朝
(重庆邮电大学 光纤通信技术重点实验室, 400065 重庆)
摘要:
为解决惯性导航系统(INS)与全球定位系统(GPS)紧耦合中标准无迹卡尔曼滤波(UKF)由于计算舍入误差使协方差矩阵负定和实际应用中由于量测噪声时变而严重影响滤波精度的问题,提出了基于模糊控制理论的自适应平方根无迹卡尔曼滤波(NASRUKF)算法.该算法在滤波过程中不是直接计算协方差矩阵,而是计算协方差矩阵的平方根,从而可以保证协方差矩阵的非负定性;然后根据实时得到的量测信息的实际方差与理论方差的比值,通过设计的模糊控制系统(FCS)实时调整量测噪声矩阵.实验表明:该算法对时变的噪声具有很好的自适应性,相比于UKF算法具有更高的精度并使得系统具有更高的稳定性和鲁棒性.
关键词:  INS/GPS  卡尔曼滤波  SRUKF  模糊控制  自适应
DOI:10.11918/j.issn.0367-6234.2015.11.019
分类号:TP23
基金项目:重庆高校创新团队建设计划;国家自然科学基金项目( 61472464);重庆邮电大学(重庆市)研究生科研创新项目(CYS14144).
A novel fuzzy adaptive SRUKF algorithm in tightly-coupled INS/GPS systems
YUAN Jianguo, YUAN Yantao, LIU Feilong, PANG Yu, LIN Jinzhao
(Key Lab of Optical Fiber Communication Technology, Chongqing University of Posts and Telecommunications, 400065 Chongqing, China)
Abstract:
In tightly-coupled Inertial Navigation System(INS)/Global Position System(GPS) systems, the filtering precision of Kalman filter (UKF) will be affected seriously by the calculation rounding error leading to the covariance matrix negative definiteness and the time-varying measurement noise in practical application. To deal with this problem, an adaptive square root unscented Kalman filter(NASRUKF) based on fuzzy control theory algorithm is proposed. This algorithm not only can ensure the covariance matrix non-negative definiteness, but also can track and adjust the time-varying measurement noise. Experimental results show that the algorithm has a good adaptability for the time-varying noise with higher accuracy,which makes the system have higher stability and robustness in comparison with UKF algorithm.
Key words:  INS/GPS  Kalman filter  SRUKF  fuzzy control  adaptive

友情链接LINKS