非線性濾波及其在導航系統(tǒng)中的應用.pdf

1、隨著控制和計算機技術(shù)的飛速發(fā)展，非線性濾波技術(shù)在信號處理、自動控制、計算機視覺、無線通信、航空航天、以及目標跟蹤和識別等領(lǐng)域具有越來越廣泛的應用。在貝葉斯理論框架下，粒子濾波已經(jīng)成為研究非線性、非高斯動態(tài)系統(tǒng)最優(yōu)估計問題的一個熱點和有效方法。本論文以實際科研項目為課題研究背景，主要圍繞粒子濾波方法及其在慣性導航初始對準和INS/GPS組合導航系統(tǒng)中的應用開展相關(guān)研究工作。 首先，在貝葉斯估計框架下，對兩類典型的近似非線性濾波算法

2、-高斯濾波和粒子濾波作了數(shù)學上統(tǒng)一的描述，由此分析了各種非線性濾波方法的應用前提和算法的實現(xiàn)過程。在各種近似算法中，高斯濾波算法簡單，但是它的使用范圍只限于隨機非線性系統(tǒng)為高斯系統(tǒng)模型的特殊情況，在非線性、非高斯條件下沒有可靠的收斂性保證。粒子濾波在處理非線性非高斯系統(tǒng)的參數(shù)估計和狀態(tài)濾波問題有獨到的優(yōu)勢，因此獲得了很大的發(fā)展。 其次，在粒子濾波算法基礎(chǔ)上，圍繞其粒子退化、樣本貧化、計算量大問題展開研究工作，通過一系列措施對基本

3、粒子濾波算法進行優(yōu)化，并對新方法的合理性和正確性進行仿真驗證。具體實現(xiàn)如下：1．將傳統(tǒng)的高斯近似非線性濾波方法EKF和UKF引入到粒子濾波算法中，在重要密度函數(shù)中考慮了最新的觀測值，降低了粒子退化的程度；2．分別將遺傳算法中的交叉和變異算子、模擬退火算法中的退火策略、粒子群優(yōu)化算法中的群智能思想引入到基本粒子濾波算法當中，提出了遺傳粒子濾波算法、模擬退火粒子濾波算法和粒子群粒子濾波算法，有效減輕甚至消除了樣本貧化現(xiàn)象。3．提出了邊沿化粒

4、子濾波算法，引入Rao-Blackwellization技術(shù)，降低了狀態(tài)變量的維數(shù)，大大地減小了粒子濾波的計算量，同時取得了較高的估計精度。 再次，針對艦載慣性導航系統(tǒng)海上大初始失準角的情況，提出了基于旋轉(zhuǎn)矢量、四元數(shù)(乘性和加性)的速度加姿態(tài)匹配對準算法。并在此基礎(chǔ)上，通過應用UPF算法，統(tǒng)一了粗對準和精對準，改變了傳統(tǒng)了兩個階段對準，為艦載慣性導航系統(tǒng)的常規(guī)快速初始對準提供了新的解決方案。通過仿真對比了在不同濾波器下和不同的

5、對準模型下的估計效果，為合理地選擇濾波算法和對準模型提供依據(jù)。仿真結(jié)果表明，在海上對準中，基于四元數(shù)的匹配算法可以快速準確地估計出方位失準角的效果，能夠達到和水平失準角同樣的收斂速度，這是以往對準技術(shù)所不及的。結(jié)合實際，開展捷聯(lián)慣導系統(tǒng)的多功能三軸測試轉(zhuǎn)臺實驗和組合導航系統(tǒng)的海上實驗，進一步驗證了UPF算法在捷聯(lián)慣導初始對準中的可行性和合理性。 最后，針對組合導航系統(tǒng)中非線性非高斯測量噪聲的問題，提出了RPF—MCMC濾波算法

6、的概念。以單變量非靜態(tài)增長模型、彈道目標再入和角測量跟蹤為例進行仿真實驗，說明RPF—MCMC算法可以有效地解決系統(tǒng)模型的非線性和噪聲的非高斯分布等問題。在建立的INS/GPS組合導航系統(tǒng)的兩種模型-NPLM模型和NPNM模型的基礎(chǔ)上，將RPF—MCMC方法應用于上述模型中，分別對位置/速度組合和偽距/偽距率組合進行比較，分析RPF—MCMC濾波算法對系統(tǒng)性能的影響。仿真結(jié)果證明了所提出的RPF—MCMC算法能夠很好地處理非高斯量測噪聲