发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

• 作者: 杜华军 林爱军 潘加亮 熊智 郁丰
• 来源期刊: 南京航空航天大学学报
• 学科: 航空航天
• 关键词: 扩展卡尔曼滤波 粒子滤波 联邦滤波 SINS/GPS/CNS 组合导航
• 年，卷（期）: 2015,（3）
• 页码范围: 319-323
• 页数: 5页
• 分类号: V448.2
• 字数: 2811字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2015.03.001

摘要

传统的扩展卡尔曼滤波(Extended Kalman filter,EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势.据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计.为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计.算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜华军		10	61	5.0	7.0
2	熊智	南京航空航天大学自动化学院	191	2091	24.0	33.0
3	郁丰	南京航空航天大学航天学院	52	349	10.0	15.0
4	林爱军	南京航空航天大学自动化学院	6	50	5.0	6.0
5	潘加亮	南京航空航天大学自动化学院	4	41	4.0	4.0