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 - Q) T" Q- b' Y' V
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。$ L3 X% {4 @3 j, e) e: Z( P [
( i( t- L F) I) u1 z, i/ u% z* J7 F
关键字: GPS/INS ;位置组合导航;kalman;MATLAB
5 `2 P2 a ?; E
]1 J4 T$ L" U- t& R0引言' s1 E; N" P2 r. Z# T/ [0 T4 |8 X
+ ^. s+ u5 ?9 G$ D* B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。1 E4 `6 S9 {( t& @
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。; g( ^; L/ @7 E t" r, N4 O
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。1 F. A/ w' ^6 }, L+ L- ~+ O
5 L1 w' d/ K. o* d1 L
1 KaIman滤波+ \* V# E6 |, j# X+ S) {
1.1离散系统的Ka Iman滤波问题7 K8 n2 J( n+ _
设控制对象的离散模型为: $ p8 `. Y! L: ]( F! [% W% n4 O
4 J# d! i2 Q0 b, w* b! |+ K1 e) E, _. m+ u
& V! Z' W7 M, s6 u2 f0 b w6 C" D7 L8 j
! Z. G0 ^2 q7 t4 |" C
5 ]' ]5 D2 Y: x- d- Y) ]- u' _, g
# n# S+ d$ |* u, E$ I, r$ a/ n5 `, q$ o3 k7 G7 o/ D
5 z8 \! k3 i8 S' @) \# L |