改进联合滤波在GPS/DR组合定位中的应用

豆豆网   技术应用频道   2007年12月21日  【字号: 收藏本文

内容摘要:作者采用联合卡尔曼滤波器(federal Kalman fifter,FKF)融合GPS和DR信息,根据定位传感器精度低和车载导航计算机计算能力较低的特点,在现有的研究基础上,改进联合滤波算法,稍微降低融合精度,提高原算法计算效率。

  式中θ0为初始航向角;ω为陀螺测量的横摆角速度;s0为里程传感器原始输出;Kθ和Ks分别为误差反馈系数,取值与传感器参数校正状态有关,传感器参数校正精度越高,反馈系数越小;βv为GPS局部滤波器的速度信息分配系数,其物理意义为:当GPS子系统精度降低,在融合结果中的权重减小时(即βv减小),亦减小式(8)中的反馈,以抑制GPS误差污染DR的观测值。因此,提出的联合滤波算法具有一定的容错性。

  (三)GPS局部滤波器观测方程

  观测量取GPS输出的东向和北向的定位eg和ng,观测方程为

改进联合滤波在GPS/DR组合定位中的应用

  式中ωe、ωn分别为观测噪声,取开阔接收环境的噪声均方根分别为σe和σn。

  观测噪声矩阵为

改进联合滤波在GPS/DR组合定位中的应用

  GPS的观测噪声是一个时变过程,文献[9]提出用递推估计系统噪声和量测噪声方差矩阵,但实际应用中存在计算量大的问题。HDOP值是GPS在水平面上定位误差的放大因子[10]。作者通过在各种接收环境下重复进行GPS的静态定位试验,结果表明很难建立一个准确的接收卫星数SVs、水平精度因子HDOP与GPS观测噪声的数学模型。静态试验只得到一般性的结论:当SVs≥6时,GPS观测误差较小,当SVs<6时,定位噪声增大,HDOP值粗略地描述GPS的定位精度。

  根据静态试验结果,作者提出GPS观测噪声矩阵R自适应调整方法为

改进联合滤波在GPS/DR组合定位中的应用

责编:豆豆技术应用

正在加载评论...