基于改进UKF的GPS非线性动态滤波研究 .pdfVIP

维普资讯

第２５卷第１期计算机仿真２００８年１月

文章编号：１００６—９３４８（２００８）０１—０１０９－０３

基于改进ＵＫＦ的ＧＰＳ非线性动态滤波研究

杨婷婷，廉保旺

（西北工业大学电子与信息学院，陕西西安７１００７２）

摘要：为了提高动态定位精度，将一种改进的ＵＫＦ（ＵｎｓｃｅｎｔｅｄＫａｌｍａｎＦｉｌｔｅｒ）算法应用在ＧＰＳ非线性动态定位解算中。将

ＵＫＦ算法与ＩＥＫＦ（ＩｔｅｒａｔｅｄＩｍｐｒｏｖｅｄＫａｌｍａｎＦｉｌｔｅｒ）算法相结合，因此保持了基本ＵＫＦ算法易于实现和收敛速度快的优点，同

时由于滤波值是通过迭代扩展的卡尔曼滤波机制得到，进而更新值能更准确的逼近非线性系统状态概率密度函数，具有更

高的精度。应用于ＧＰＳ非线性动态滤波定位中，仿真结果表明：与ＵＫＦ算法相比，算法能够明显提高定位精度。

关键词：无偏卡尔曼滤波；全球定位系统；非线性

中图分类号：ＴＮ９６７文献标识码：Ｂ

ＡＧＰＳＮｏｎｌｉｎｅａｒＤｙｎａｍｉｃＦｉｌｔｅｒＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎａｎ

ＩｍｐｒｏｖｅｄＵｎｓｃｅｎｔｅｄＫａｌｍａｎＦｉｌｔｅｒ

ＹＡＮＧＴｉｎｇ—ｒｉｎｇ，ＬＩＡＮＢａｏ—ｗａｎｇ

（ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｎｏ￣ｈｗｅｓｔｅｍＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，

Ｘｉ’ａｎＳｈａｎｘｉ７１００７２，Ｃｈｉｎａ）

ＡＢＳＴＲＡＣＴ：Ｉｎｏｒｄｅｒｔｏｉｎｃｒｅａｓｅｔｈｅｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙ，ａｎｉｍｐｒｏｖｅｄＵＫＦａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｆｏｒ

ａｐｐｌｙｉｎｇｔｏＧＰＳｎｏｎｌｉｎｅａｒｄｙｎａｍｉｃｆｉｌｔｅｒ．ＴｈｉｓａｌｇｏｒｉｔｈｍｉｎｔｅｇｒａｔｅｓＵＫＦａｌｇｏｒｉｔｈｍｗｉｔｈＩＥＫＦａｌｇｏｒｉｔｈｍＳＯｉｔＣｎａｂａｓｉ—

ｃａｌｌｙｋｅｅｐｔｈｅｃｈａｒａｃｔｅｒｓｏｆＵＫＦａｌｇｏｒｉｔｈｍ－－ｅａｓｙｔｏｂｅｒｅａｌｉｚｅｄａｎｄｆａｓｔｅｒｃｏｎｖｅｒｇｅｎｃｅ，ａｎｄｔｈｅｔｈｅｏｒｙｏｆｉｔｅｒａｔｉｏｎ

ｃａｎａｐｐｒｏａｃｈｔｈｅｎｏｎｌｉｎｅａｒｓｙｓｔｅｍｓｔａｔｅｐｒｏｂａｂｉｌｉｔｙｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎｍｏｒｅａｃｃｕｒａｔｅｌｙ．Ｆｉｎａｌｌｙｔｈｅｒｅｓｕｈｓａｌｓｏｈａｖｅ

ｈｉｇｈｅｒａｃｃｕｒａｃｙ．ＡｆｔｅｒａｐｐｌｙｉｎｇｔｈｉｓｉｍｐｒｏｖｅｄＵＫＦａｌｇｏｒｉｔｈｍｔｏＧＰＳｎｏｎｌｉｎｅａｒｄｙｎａｍｉｃｆｉｌｔｅｒ．ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｈｓ

ｓｈｏｗｔｈａｔｔｈｅｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｉｓｉｎｃｒｅａｓｅｄｏｂｖｉｏｕｓｌｙｃｏｍｐａｒｅｄｗｉｔｈｔｈａｔｏｆＵＫＦａｌｇｏｒｉｔｈｍ．

ＫＥＹＷＯＲＤＳ：ＵｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒ（ＵＫＦ）；Ｇｌｏｂａｌｐｏｓｉｔｉｏｎｉｎｇｓｙｓｔｅｍ（ＧＰＳ）；Ｎｏｎｌｉｎｅａｒ

１引言