基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术( PSO)的自适应UKF算法.为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法.在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和UKF滤波技术相结合,实现了对过程噪声统计特性变化的实时跟踪.针对SINS/GPS伪距组合进行了仿真实验.结果表明,该算法对时变噪声统计特性具有较强的自适应性,鲁棒性更强.在过程噪声及量测噪声发生变化的情况下,其对水平距离的估计精度比普通UKF算法提高了至少一倍,而水平速度的估计误差减小为不到原来的1/3.在对高度误差及天向速度误差进行估计时,普通UKF算法的估计误差很快发散,而PSO-UKF算法对高度的估计误差依旧能够保持在10m以内.
推荐文章
一种基于UKF的MEMS/GPS组合导航算法
微电子机械/全球定位组合导航系统
扩展卡尔曼滤波
无迹卡尔曼滤波
SINS/GPS/CNS组合导航中的鲁棒滤波算法研究
组合导航系统
SINS/GPS/CNS
H∞滤波
卡尔曼滤波
基于SINS/GPS/DVL组合导航定位
组合导航
半实物仿真
卫星导航模拟器
惯性测量单元
多普勒测速仪仿真装置
惯性系下GPS/SINS紧组合导航算法研究
伪距
伪距率
GPS/SINS
导弹惯性系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于修正PSO-UKF的SINS/GPS组合导航滤波算法
来源期刊 中国惯性技术学报 学科 交通运输
关键词 SINS/GPS 修正粒子群技术 无迹卡尔曼滤波 时变噪声
年,卷(期) 2011,(5) 所属期刊栏目 组合导航技术
研究方向 页码范围 565-570
页数 分类号 U666.1
字数 5019字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周卫东 哈尔滨工程大学自动化学院 66 444 10.0 17.0
2 张鹤冰 哈尔滨工程大学自动化学院 5 42 4.0 5.0
3 吉宇人 哈尔滨工程大学自动化学院 7 128 6.0 7.0
4 乔相伟 哈尔滨工程大学自动化学院 10 148 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (14)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (45)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
SINS/GPS
修正粒子群技术
无迹卡尔曼滤波
时变噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国惯性技术学报
双月刊
1005-6734
12-1222/O3
大16开
天津市邮政63分箱75分箱
1989
chi
出版文献量(篇)
2949
总下载数(次)
4
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导