粒子滤波算法在GPS/DR组合导航中的应用

针对建议分布函数的选择问题,系统地分析比较了改进的粒子滤波算法。在此基础上提出了一种新的粒子滤波算法——自适应渐消扩展Kalman粒子滤波方法。该方法用渐消扩展Kalman滤波产生建议分布函数,由于参数的可在线调节性,使得系统具有更好的自适应性和鲁棒性。与用转移先验、扩展Kalman滤波、自适应扩展Kalman滤波、迭代扩展Kalman滤波以及无迹Kalman滤波产生建议分布函数的粒子滤波方法相比,自适应渐消扩展Kalman粒子滤波进一步提高了粒子滤波的精度。通过对GPS与航位推算(DR)组合导航系统GPS/DR的试验,验证了该方法的有效性。

嵌入式GPS/DR车载组合导航系统EKF算法软件设计

介绍一种嵌入式GPS/DR(全球定位系统/航位推算)车载组合导航(它通过GPS与DR的优势互补,提高了车辆导航系统定位数据的可靠性)的EKF(扩展卡尔曼滤波)算法软件设计方法。采用统计学原理剔除导航数据的粗差点,用扩展卡尔曼滤波进行导航参数的实时求解,采用EKF算法的GPS/DR组合导航系统有利于导航信息的稳定性、可靠性和实时性。