基于小波神经网络的卡尔曼滤波在GPS/DR系统中的应用

针对GPS/DR定位过程中采用卡尔曼滤波时噪声的统计特性与实际不符,提出采用小波神经网络嵌入到卡尔曼滤波,来实现自适应调整噪声协方差矩阵.通过对基于小波神经网络的自适应卡尔曼滤波辅助的GPS/DR定位系统进行仿真,结果表明既能有效抑制发散,又能有效提高定位精度.

GPS／GLONASS与DR系统的技术相嵌

本文介绍和论了全球卫星导航GPS和GLONASS的接收系统与高效低闰的DR系统的技术相嵌，采用卡尔曼滤波器、微处理机及计算机的网络技术形成一个高精度的数字化的智化导航系统。该系统克服了单一GPS民用导航存在的问题，能在任何环境下提供用户可靠的连续的高精度的速度，定位及时间。

基于UPF算法的车辆GPS/DR组合导航研究

车辆GPS/DR组合导航系统是非线性系统。采用扩展卡尔曼滤波(EKF)对其进行状态估计时,系统线性化过程将导致较大的滤波误差。为了获得更好的估计性能,将一类改进的粒子滤波方法 (UPF),即以无位卡尔曼滤波(UKF)为建议密度的粒子滤波方法(PF)应用于车辆GPS/DR组合导航系统中,避免了EKF方法的线性化近似过程,提高载体的定位精度。为验证该方法的有效性,将其与EKF分别用于GPS/DR组合导航系统的滤波仿真。仿真结果表明:UPF能减小导航定位误差,滤波性能明显优于EKF。