粒子濾波在無(wú)人機(jī)組合導(dǎo)航中的應(yīng)用研究.pdf

1、如何通過(guò)信息融合手段提高導(dǎo)航系統(tǒng)的精度、可靠性和效費(fèi)比，一直是無(wú)人機(jī)技術(shù)的研究熱點(diǎn)。由微型機(jī)電系統(tǒng)慣性測(cè)量單元（MEMS inertial measurementunit,MIMU）、環(huán)球?qū)Ш降男l(wèi)星體系（global navigation satellite system,GNSS）的接收機(jī)和磁強(qiáng)計(jì)形成之無(wú)人機(jī)導(dǎo)航系統(tǒng)，具備體量較小，造價(jià)低，可觀之信息周備等優(yōu)勢(shì)，得到了較普遍之使用。由于這種系統(tǒng)的最優(yōu)估計(jì)問(wèn)題本質(zhì)上是非線性、非高斯的，傳

2、統(tǒng)的組合導(dǎo)航算法成為了導(dǎo)航的精度、可靠性進(jìn)一步提高的短板。如是，此文引入了一種改良的粒子濾波（PF）方式，開展了較深化之研究工作。主要內(nèi)容見下，
　　介紹了普通的Kalman濾、廣義的Kalman濾波、無(wú)味的Kalman濾波以及容積Kalman濾波的原理和算法。通過(guò)將它們與粒子濾波在后驗(yàn)概率密度分布函數(shù)精確性方面的對(duì)比，本文明確了粒子濾波在面對(duì)非線性、非高斯局面時(shí)的優(yōu)越性。研究了慣性導(dǎo)航的力學(xué)編排，給出了GNSS、MIMU和磁強(qiáng)計(jì)

3、的測(cè)量原理，推導(dǎo)了MIMU、GNSS和磁強(qiáng)計(jì)組合導(dǎo)航系統(tǒng)的狀態(tài)方程和觀測(cè)方程。研究了粒子濾波難以直接應(yīng)用于組合導(dǎo)航的原因。并據(jù)之介紹了一般性的非線性Kalman濾波與粒子濾波結(jié)合的混合估計(jì)方式，及其不足。設(shè)計(jì)了一種新的混合粒子濾波算法。該方法以系統(tǒng)狀態(tài)轉(zhuǎn)移分布作為重要性采樣的依據(jù)，在重采樣的過(guò)程中按照重要性重采樣(SIR)淘汰退化的粒子并根據(jù)似然比和UKF濾波產(chǎn)生的導(dǎo)航參數(shù)及其協(xié)方差產(chǎn)生新粒子進(jìn)行替換，同時(shí)保障粒子的多樣性和有效性。不同