基于自适应卡尔曼滤波的导航信息融合方法

崔平远，侯友轩，裴福俊
北京工业大学电子信息与控制工程学院，北京

摘　　　要：针对组合导航系统在测量噪声未知的情况下，常规自适应卡尔曼滤波方法的实时性难以满足的问题，提出了一种实时的自适应卡尔曼滤波方法。该方法通过一个简单的指数函数实时调节卡尔曼滤波模型中的测量噪声协方差矩阵，将测量噪声的理论协方差矩阵与实际协方差矩阵的差值作为指数函数的输入，将函数的输出值与上次测量噪声的协方差矩阵之和送入卡尔曼滤波器中进行模型递推，使模型的测量噪声逐渐逼近真实水平。组合导航系统信息融合时，将每一个传感器的测量信息送入ＲＡＫＦ模型中进行信息融合，较终得到组合导航系统的定位信息。从仿真结果可以看出该方法具有较强的自适应性，不但实时性好，而且精度高，是一种简单实用的组合导航信息融合方法。

关　键　词：组合导航；自适应卡尔曼滤波；指数函数；信息融合

１　引　言
在实际的车辆导航系统中，由于道路环境的变化及各种瞬变的因素，干扰和测量噪声都是随机变化的，因此标准卡尔曼滤波算法的滤波精度会降低甚至发散，所以由实际情况出发，车辆导航定位方法中研究的重点是自适应卡尔曼滤波方法［１］。目前较多采用的是模糊自适应卡尔曼滤波方法。文献［２］将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合，应用于组合导航系统。文献［３］多传感器数据融合的过程中，单个传感器的滤波使用了模糊自适应卡尔曼滤波，将所得到的结果送入模糊逻辑推理系统中，在多传感器数据融合的过程中进行相应权值的分配。这些方法虽然在精度上达到了比较理想的效果，但是算法比较复杂，而且实时性不好，并且对系统硬件要求也比较高，这样就大大限制了其使用范围，所以针对以上问题，本文提出了一种实时的自适应卡尔曼滤波算法。与模糊自适应卡尔曼滤波方法（ｆｕｚｚｙａｄａｐｔｉｖｅｋａｌｍａｎｆｉｌｔｅｒ）相比，该方法通过一个简单的指数函数代替复杂的模糊控制器，实时的检测滤波器测量噪声的统计特性的变化情况，跟踪真实值。本方法不但实时性好，而且算法也比较简单，是目前应用在车辆组合导航系统中一种更为实用的方法。

登录网站后可下载文件

相关阅读:

• ...2012/04/13 17:24·基于自适应观测器的ＣＳＴＲ系统有界控制
• ...2012/03/26 14:31·基于自适应控制的电磁加热系统
• ...2012/03/07 14:03·基于自抗扰技术的感应电机无传感器控制