車載GPS-DR組合導航系統(tǒng)定位新算法及其實現(xiàn).pdf

1、車載導航系統(tǒng)是智能交通系統(tǒng)(ITS)的核心內(nèi)容之一，而車輛定位又是車載導航系統(tǒng)最基本的任務?；谌蚨ㄎ幌到y(tǒng)(GPS)和航位推算(DR)的組合定位是目前車輛定位最理想的方式之一，論文圍繞基于此方式的車輛定位問題，提出和改進了一些定位算法，并進行了算法實現(xiàn)和軟硬件開發(fā)。完成的主要工作包括： 1．分析了GPS與DR在車載導航系統(tǒng)中組合的必要性，組合的特點和方式，并建立了基于此組合方式的系統(tǒng)動態(tài)模型； 2．設(shè)計了一種簡化聯(lián)邦濾

2、波器的聯(lián)合卡爾曼濾波器，實現(xiàn)了快速、準確、容錯性強的分散式卡爾曼濾波，并通過仿真實驗進行了驗證： 3．在聯(lián)合卡爾曼濾波器中，引入模糊控制器，依據(jù)卡爾曼濾波殘差偏離程度，調(diào)整卡爾曼濾波的增益，以提高各子濾波器的噪聲消除能力和定位精度，并抑制發(fā)散；進一步，利用各自濾波器的濾波精度，直接調(diào)整各濾波器的信息分配系數(shù)，從而獲得最優(yōu)信息融合；實驗仿真反映了模糊控制器對卡爾曼濾波的改進和優(yōu)化效果； 4．針對傳統(tǒng)卡爾曼濾波在非線性系統(tǒng)狀

3、態(tài)估計中的不足，將一種全新的SPKF系列方法應用于車載組合導航，其利用線性統(tǒng)計回歸技術(shù)實現(xiàn)系統(tǒng)的線性化，基于此設(shè)計的濾波算法避免了計算復雜的雅可比陣，也實現(xiàn)了系統(tǒng)更高的定位精度和抗干擾能力；仿真實驗也證明這是一種更理想的非線性車載導航系統(tǒng)的濾波方法： 5．如何利用不連續(xù)性、不確定性的狀態(tài)變化構(gòu)造動態(tài)樣本，是制約神經(jīng)網(wǎng)絡用于車載導航系統(tǒng)的狀態(tài)估計的主要障礙。本文結(jié)合卡爾曼濾波器，設(shè)計了一種混雜結(jié)構(gòu)的遞歸神經(jīng)網(wǎng)絡，通過離線逼近和在線