粒子滤波方法在SINS初始对准中的应用研究

论文摘要

初始对准是惯性导航中的一项关键技术,对准的精度和时间关系到惯导系统的工作性能。目前卡尔曼滤波算法是捷联惯导系统初始对准中应用最为成熟的滤波方法,但是由于该算法需要对非线性的滤波模型进行线性化,且噪声服从或近似服从高斯分布,这些条件不但限制了实际中的应用范围而且也会影响对准的精度。粒子滤波算法能够很好的处理非线性/非高斯的滤波问题,因此本文对粒子滤波算法及其在捷联惯导初始对准中的应用进行了研究。为了研究捷联惯导系统的初始对准问题,首先对粒子滤波方法的基本原理和关键步骤进行了深入的研究,并指出了粒子滤波算法中所存在的粒子退化及粒子多样性丧失的问题。其次,为了能够改进粒子滤波算法的滤波效果,随后从两个不同的方面对基本算法进行了改进。为了对不同的系统模型都能够得到较好的重要性密度函数,将传统的高斯近似的非线性滤波算法EKF引入到粒子滤波之中得到了EKPF算法,在此之上为了能够在模型具有不确定性的情况下仍能得到较好的滤波效果,将EHF算法引入到粒子滤波之中得到了EHPF算法,为了能够解决粒子多样性丧失的问题,将遗传策略引入到粒子滤波中得到了GPF算法。最后,为了验证粒子滤波算法在捷联惯导初始对准中的应用效果,将粒子滤波算法和传统的EKF滤波算法进行了仿真对比,仿真结果表明,粒子滤波算法能够得到较高的对准精度,而改进的粒子滤波算法能够得到更高的对准精度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 惯导系统初始对准技术概述
• 1.2 滤波理论发展现状
• 1.3 粒子滤在惯性导航系统中的应用现状
• 1.4 本文主要研究工作
• 第2章 粒子滤波原理
• 2.1 非线性滤波模型与Bayesian估计
• 2.2 粒子滤波方法
• 2.3 粒子退化
• 2.3.1 退化现象的产生
• 2.3.2 粒子退化的定量衡量
• 2.4 退化现象的抑制方法
• 2.4.1 选取重要性密度函数
• 2.4.2 重采样
• 2.5 采样-重要性重采样滤波算法（SIR）
• 2.6 其他粒子滤波方法
• 2.6.1 辅助粒子滤波算法（ASIR）
• 2.6.2 规则化粒子滤波（RPF）
• 第3章 粒子滤波改进算法研究
• 3.1 基于重要性函数进行算法改进
• 3.1.1 通过EKF设计重要性函数
• 3.1.2 通过EHF设计重要性函数
• 3.2 基于重采样策略进行算法改进
• 3.2.1 常用的重采样算法
• 3.2.2 遗传粒子滤波算法
• 3.3 算法仿真研究
• 3.3.1 算法演示系统设计
• 3.3.2 不同算法性能比较
• 第4章 捷联惯导初始对准仿真分析
• 4.1 初始对准的非线性模型
• 4.2 粒子滤波算法与其他滤波算法比较
• 4.3 基本粒子滤波算法与改进算法比较
• 第5章 结论与展望
• 参考文献
• 致谢