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GPS/北斗-2(BD-2)卫星导航系统中机动载体运动模型和噪声统计特性不确定性导致滤波精度低的问题,为提高导航定位的精确性和稳定性,提出一种自适应的滤波方法.首先,提出了一种新的自适应UKF(AUKF)算法,该方法将残差序列的协方差矩阵视为过程噪声协方差矩阵的不确定量,基于此采用平滑滤波的方法设计自适应因子,并利用该自适应因子实时调整过程噪声协方差矩阵,减弱了噪声统计特性不确定性对滤波精度的影响;其次,采用交互式多模型(IMM)算法设置模型集M,并通过实时调整模型概率来实现各个模型间的软切换,解决了单一模型对载体运动状态描述不全面而导致滤波精度低的问题.仿真结果证明该算法能有效提高载体在复杂机动状态下的定位精度.
推荐文章
基于改进的IMM-UKF高超声速目标跟踪算法
临近空间
目标跟踪
交互式多模型
自适应无迹卡尔曼滤波
基于IMM-UKF的航天测控雷达机动目标跟踪
航天测控
IMM-UKF
机动目标跟踪
外弹道跟踪
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
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 一种带自适应因子的IMM-UKF的GPS/BD-2导航方法
来源期刊 宇航学报 学科 航空航天
关键词 自适应 无迹卡尔曼滤波 交互式多模型 模型不确定 噪声统计特性不确定性 卫星导航系统
年,卷(期) 2015,(6) 所属期刊栏目 制导、导航与控制
研究方向 页码范围 676-683
页数 8页 分类号 V249.32
字数 5543字 语种 中文
DOI 10.3873/j.issn.1000-1328.2015.06.008
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 董宁 北京理工大学自动化学院 13 97 5.0 9.0
2 刘向东 北京理工大学自动化学院 106 1521 21.0 34.0
3 徐玉娇 北京理工大学自动化学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (34)
参考文献  (13)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (5)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(4)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
自适应
无迹卡尔曼滤波
交互式多模型
模型不确定
噪声统计特性不确定性
卫星导航系统
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
宇航学报
月刊
1000-1328
11-2053/V
16开
北京838信箱
2-167
1980
chi
出版文献量(篇)
5133
总下载数(次)
7
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