組合導(dǎo)航非線性濾波方法研究.pdf

1、科學(xué)上的許多問題可以歸結(jié)為在一組帶有噪聲的量測量下估計出隨時間變化的系統(tǒng)的狀態(tài)。在一些理想情況下，這些最優(yōu)遞推解的確存在，如卡爾曼濾波。但是對于通用的非線性問題就沒有這樣完美的解析解了。本論文在組合導(dǎo)航背景下，在非線性誤差模型的基礎(chǔ)上，研究了次最優(yōu)非線性濾波算法，特別關(guān)注了新發(fā)展起來的Unscented卡爾曼濾波(UKF)。
　　論文首先通過對比捷聯(lián)慣性導(dǎo)航系統(tǒng)、GPS導(dǎo)航系統(tǒng)和天文導(dǎo)航系統(tǒng)各自的優(yōu)缺點，選取了主導(dǎo)航系統(tǒng)，而后給出

2、了組合導(dǎo)航系統(tǒng)的非線性誤差模型。
　　相對于非線性濾波算法而言，論文首先給出了屬最優(yōu)遞推濾波的卡爾曼濾波公式。針對非線性系統(tǒng)的濾波問題，無法使用卡爾曼濾波器。擴展卡爾曼濾波(EKF)方法雖能應(yīng)用于非線性系統(tǒng)，但給出的是狀態(tài)的有偏估計，一定程度上影響了系統(tǒng)的性能。作為本論文最為關(guān)注的非線性濾波方法，Unscented卡爾曼濾波和擴展卡爾曼濾波需要的計算量同階而且實現(xiàn)方便精度更高，自出現(xiàn)以來就廣受理論工作者和工程技術(shù)人員的歡迎。論文中

3、完整地描述了這個算法并就它的性能表現(xiàn)給出了分析。
　　考慮到UKF的諸多優(yōu)點，本文對此算法進(jìn)行了深入探索。精確算法上本文作者摒棄了利用更多采樣點匹配高階信息的做法，取而代之的是基于Unscented變換，給出了迭代濾波算法。同時文中也考慮了數(shù)值穩(wěn)定性算法，將平方根算法思想推廣到UKF上，得到了基于Unscented變換的平方根濾波器。
　　在應(yīng)用領(lǐng)域，對于組合導(dǎo)航問題，給出了兩個基本濾波方案，EKF和UKF。在改進(jìn)算法上如迭