首页 | 期刊介绍 | 编委会 | 投稿指南 | 期刊订阅 | 广告合作 | 联系我们      
改进的粒子滤波算法在船用组合导航中的应用
投稿时间:2017-11-26  修订日期:2018-01-09  点此下载全文
引用本文:江健,李伟峰,姚健,史国友.改进的粒子滤波算法在船用组合导航中的应用[J].上海海事大学学报,2018,39(2):17-21.
摘要点击次数: 1083
全文下载次数: 327
           
作者单位
江健 大连海事大学 a. 航海学院; b. 航海安全保障重点实验室
李伟峰 大连海事大学 a. 航海学院; b. 航海安全保障重点实验室
姚健 大连海事大学 a. 航海学院; b. 航海安全保障重点实验室
史国友 大连海事大学 a. 航海学院; b. 航海安全保障重点实验室
基金项目:国家自然科学基金(51579025);辽宁省自然科学基金(20170540090)
中文摘要:将典型的粒子滤波算法应用于非线性INS/GPS船用组合导航系统中时,不能解决重要性函数与似然函数的不匹配问题,且当传感器具有较大的漂移误差时,无法根据当前的观测值对粒子状态进行修正。为解决这些问题,基于典型的粒子滤波算法提出一种改进的粒子滤波(improved particle filter, IPF)算法。根据当前的观测值估计对应的状态误差,并在确定粒子的权值和重采样前对预测的粒子的误差进行修正。仿真结果表明:IPF算法能够有效解决上述问题,保持很好的滤波精度。
中文关键词:惯性导航  组合导航  误差修正  粒子滤波算法
 
Application of an improved particle filter algorithm in integrated navigation for ships
Abstract:When the typical particle filter algorithm is applied to the nonlinear integrated navigation system INS/GPS for ships, it can not solve the mismatch between the importance function and the likelihood function, and particle states can not be corrected according to current observation values when sensors have large drift errors. In order to solve the problems, an improved particle filter (IPF) algorithm is proposed based on the typical particle filter algorithm. The corresponding state errors are estimated according to current observation values, and the errors of predicted particles are corrected before determining the weights and resampling the particles. The simulation results show that the IPF algorithm can effectively solve the above problems and maintain good filtering accuracy.
keywords:inertial navigation  integrated navigation  error correction  particle filter algorithm
查看全文  查看/发表评论  下载PDF阅读器
关闭

您是第6263172位访问者
地址:上海浦东新区海港大道1550号中远图书馆B5楼512室 邮编:201306
联系电话:021-38284905 传真:021-38284916 E-mail:hyxb@shmtu.edu.cn
本系统由北京勤云科技发展有限公司设计  
沪ICP备11028865号-3