組合導航非線性濾波方法研究.pdf

1、科學上的許多問題可以歸結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。本論文在組合導航背景下，在非線性誤差模型的基礎上，研究了次最優(yōu)非線性濾波算法，特別關注了新發(fā)展起來的Unscented卡爾曼濾波(UKF)。
　　論文首先通過對比捷聯(lián)慣性導航系統(tǒng)、GPS導航系統(tǒng)和天文導航系統(tǒng)各自的優(yōu)缺點，選取了主導航系統(tǒng)，而后給出

2、了組合導航系統(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。
　　在應用領域，對于組合導航問題，給出了兩個基本濾波方案，EKF和UKF。在改進算法上如迭