AUKF-EKF算法及其在水下航行器导航系统的应用

由于水下复杂环境和不确定因素的影响,搭载在水下航行器上的传感器的量测值存在一定的误差,为了实时准确获知航行器的航行参数,需要将传感器的量测值进行融合与滤波.针对传统滤波方法的不足,本文设计了一种自适应无迹Kalman滤波(AUKF)和扩展Kalman滤波(EKF)相结合的算法,其重点是一方面将自适应估计原理加入到UKF算法中,另一方面分别对系统强非线性部分采用AUKF算法和对系统弱非线性部分采用EKF算法,然后对该算法进行了仿真试验.结果表明,AUKF-EKF算法具有良好的滤波效果,滤波值更加贴近真实值且具有实时性.
水下航行器 导航系统 自适应无迹Kalman滤波 扩展Kalman滤波
徐娜 刘卫东 李洪普 岳丽娜 申高展
西北工业大学航海学院,西安 710072 西北工业大学航海学院,西安 710072;水下信息与控制重点实验室,西安 710072 中国船舶科学研究中心深海空间站科室,无锡 214000
国内会议
雅安
中文
1-4
2015-08-01(万方平台首次上网日期,不代表论文的发表时间)