CDKF、UKF和EKF濾波算法在GPS系統中的應用比較
摘要:本文分別利用CDKF、UKF和EKF三種方法對車輛GPS/DR組合導航系統進行了濾波實驗,實驗結果進一步表明CDKF方法明顯優于EKF和UKF方法,是車輛組合導航中一種更理想的非線性濾波方法,從而真正實現了車輛低成本、高精度的實時定位。
1 引言
全球導航定位系統(GPS)因其可以提供全天候、連續、實時的高精度定位而在車輛定位中得到了廣泛的應用。然而當車輛行駛于地下隧道、高山隧道、高樓等特殊地理環境時,由于GPS衛星遮擋問題的存在會造成GPS無法正常定位;基于此,一般車載導航系統普遍采用低成本的航位推算系統(DR)和GPS來構成組合定位系統。當GPS信號丟失而無法定位時,DR系統可繼續工作,系統的可靠性得到了提高 。
然而,實際的車輛組合導航系統模型一般都是非線性的。利用擴展卡爾曼濾波(EKF)方法,即將非線性方程圍繞狀態估值進行Talor展開,并進行一階線性化截斷,可建立系統的線性化標準卡爾曼濾波模型。但是在實際應用中,EKF也存在著一些不足,如當非線性觀測方程的Talor展開式中的高次項不能忽略時,EKF會導致很大的線性化誤差,造成濾波器難以穩定。
針對EKF的不足,近幾年出現了一套全新的非線性濾波方法,即Sigma-Point卡爾曼濾波(SPKF),其利用加權統計線性化回歸技術(WSLR),通過一組確定性采樣點(Sigma點)來捕獲系統的相關統計參量。根據Sigma點選取的不同,其主要分為Unscented卡爾曼濾波(UKF)和中心差分卡爾曼濾波(CDKF)。
CDKF濾波算法的優勢在于它克服了EKF方法的缺點,濾波時不需要系統模型的具體解析形式,并充分考慮了隨機變量的噪聲統計特性,具有比EKF更小的線性化誤差和更高的定位精度,它對狀態協方差的敏感性要低得多,且逼近速度快于UKF。研究發現CDKF的另一個優點是只使用一個參數h,相對于需要確定三個參數的UKF,在實際應用中更便于實現。
本文分別利用CDKF、UKF和EKF三種方法對車輛GPS/DR組合導航系統進行了濾波實驗,實驗結果進一步表明CDKF方法明顯優于EKF和UKF方法,是車輛組合導航中一種更理想的非線性濾波方法,從而真正實現了車輛低成本、高精度的實時定位。
?
非常好我支持^.^
(2) 100%
不好我反對
(0) 0%
相關閱讀:
- [電子說] 基于Simulink搭建二階RC的EKF算法電池SOC估算模型 2023-06-29
- [電子說] 基于EKF算法的電池SOC估算研究 2023-06-28
- [工業控制] 基于擴展卡爾曼濾波EKF的無感控制+Matlab/Simulink仿真案例 2023-06-08
- [電子說] LLM底座模型:LLaMA、Palm、GLM、BLOOM、GPT結構對比 2023-05-19
- [電子說] 關于改進EKF的自抗擾飛控系統的設計 2018-06-13
- [通信設計應用] 一種EKF改進算法探討 2011-08-11
( 發表人:自由頻率 )