EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于卡尔曼滤波的GPS/ INS位置组合导航及matlab仿真 方小星 江苏科技大学电子与信息学院，镇江212003 / A3 C0 e) c& A5 ?2 d
摘要:对GPS/INS位置组合导航系统用kalman滤波分析，并应用MATLAB软件仿真,从仿真的结果得出kalman滤波对组合导航中的轨迹滤波跟踪有真不错的效果。' L: s% i3 m& a( u4 x) \: r
) M# a( {, N9 h' F5 F$ ~
关键字: GPS/INS ;位置组合导航;kalman;MATLAB
9 u8 [( K0 V% |2 \4 z
6 Z5 M0 y! M6 n& X" e$ Q0引言' p) D5 X. q( o5 q( [/ v
) V- t @* S# d( a在任何系统中，为了对系统形成有效的控制，系统状态的准确把握显得尤为重要。我们可以通过一-系列的手段对特定系统进行观测，以估计出系统的过去、现在、未来的状态，具体应用可分别表现为对过去状况的评估、当前状态的实时控制、趋势的准确预测等等。最优估计出系统状态过程中，实际的量测往往是存在诸如来自系统自身、测量工具等所带来的干扰，控制论中将这种干扰定义为噪声。如何去寻求滤除这种噪声干扰，便成为最佳系统状态估计首先必须解决的问题。
7 @. m, F, _. g( L; E4 }Kalman滤波等一些滤波算法便因此应运而生，其作为- .种最优估计理论与方法，由于它的实时递推、存储量小和简单易行的特点，在工程应用中受到了重视，广泛应用于信号处理、控制、通信、航天、制导、目标跟踪、石油勘探、故障诊断、卫星测控、GPS 定位、检测与估计及机器人等等领域。 n$ F; R$ Q8 m7 m( ]
卡尔曼滤波随时间及研究的发展，已形成了多种多样的理论和应用的形式。本次的学习带着了解认识.该滤波算法思想和数学思维的目的，只对一般卡尔曼滤波问题进行了基本的研究。- N: V: w: d+ M5 {3 O, B
; V9 d2 A5 @: t, G
1 KaIman滤波: e! m M& \6 z
1.1离散系统的Ka Iman滤波问题: \: t( O v/ f; O/ q
设控制对象的离散模型为: / B6 x3 u( F0 {4 R% M; t
; D0 m) F* p2 y% @" _4 H5 X4 I
3 I- I) ]7 v, c, [9 l# K: h( M( |/ b+ B- ^" v+ K
* r s0 X0 `" V" @; H4 Q1 N1 H
* z3 Q* |' `! r! D- x8 z+ B" A) \# \& ~
6 Q4 O0 l3 ]0 t
7 r1 n* \% J H. g
| 
/1 
发表于 2020-1-9 14:21
收藏
淘帖
支持！
反对！