衰减记忆平方根UPF算法及其在组合导航中的应用

发布时间：2019-02-20 21:09

【摘要】：针对用UPF算法进行导航滤波计算可能出现协方差矩阵不对称或负定的问题,在研究衰减记忆滤波和平方根滤波的基础上,以Unscented粒子滤波为框架,提出一种新的衰减记忆平方根UPF算法。该算法利用衰减因子减小历史信息对滤波的影响,增强当前量测信息在滤波计算中的作用。然后,以协方差矩阵的平方根阵代替协方差矩阵进行滤波解算,保证了协方差矩阵的对称性和非负定性,提高了滤波算法数值稳定性和解算精度。将提出的算法应用到SINS/SAR组合导航系统中进行仿真验证,并与UPF算法进行比较,结果表明,提出算法的滤波性能明显优于UPF算法,能提高组合导航系统的滤波精度。
[Abstract]:In order to solve the problem that the UPF algorithm may have asymmetric or negative definite covariance matrix in navigation filtering, based on the study of attenuated memory filter and square root filter, the Unscented particle filter is used as the framework. A new attenuated memory square root UPF algorithm is proposed. In this algorithm, the attenuation factor is used to reduce the influence of the historical information on the filter, and the function of the current measurement information in the filtering calculation is enhanced. Then, the square root matrix of the covariance matrix is used instead of the covariance matrix for the filtering solution, which ensures the symmetry and non-negative qualitative of the covariance matrix, and improves the numerical stability and the accuracy of the filtering algorithm. The proposed algorithm is applied to the SINS/SAR integrated navigation system for simulation verification, and compared with the UPF algorithm. The results show that the filtering performance of the proposed algorithm is obviously better than that of the UPF algorithm, and the filtering accuracy of the integrated navigation system can be improved.
【作者单位】： 西北工业大学自动化学院;航天恒星科技有限公司;
【基金】：国家自然科学基金(61174193);国家自然科学基金资助(批准号:61174193) 中国航天科技集团公司卫星应用研究院创新基金资助(批准号:2012-1521)
【分类号】：TN96.2

【相似文献】

相关期刊论文 前10条

1 宁忠磊;王宏琦;张正;;一种基于协方差矩阵的自动目标检测方法[J];中国科学院研究生院学报;2010年03期

2 吴翩翩;;基于区域协方差矩阵的模板更新方法分析与比较[J];科技广场;2010年01期

3 胡玉成;;基于协方差矩阵递推的故障诊断[J];杭州电子科技大学学报;2010年06期

4 段松传;韩彦芳;徐伯庆;;基于协方差矩阵的复杂背景中目标检测[J];无线电通信技术;2012年04期

5 刘廷进;张建华;;实验数据的协方差构造[J];中国原子能科学研究院年报;1991年00期

6 郭佳佳;廖桂生;杨志伟;杜文韬;;利用广义内积值迭代加权的空时协方差矩阵估计方法[J];电子与信息学报;2014年02期

7 管学伟;刘先志;罗镇宝;;基于区域协方差矩阵的目标跟踪方法[J];红外技术;2009年02期

8 纪华;王大伟;赵建;韩广良;王延杰;;协方差矩阵在目标二维姿态测量中的应用[J];光学精密工程;2009年11期

9 寿向晨;刘浩杰;;基于协方差矩阵的运动目标跟踪方法研究[J];电气自动化;2012年02期

10 罗续成;协方差矩阵的对称分块表示及其应用[J];控制理论与应用;1987年04期

相关会议论文 前5条

1 张大海;杨坤德;雷波;马远良;;基于协方差矩阵加权的波束形成的应用研究[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

2 王露;马远良;;基于协方差矩阵实部消除的DOA估计方法[A];中国声学学会第十届青年学术会议论文集[C];2013年

3 孙伟平;向杰;廖红虹;周敬利;;基于GPU的协方差矩阵粒子滤波算法[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 邱志平;;区间随机本征正交分解方法[A];中国力学大会——2013论文摘要集[C];2013年

5 苗良;平西建;丁益洪;王卫东;;立体赤足迹的图像校准与特征描述[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

相关博士学位论文 前3条

1 王励励;协方差矩阵的谱分析及其应用[D];浙江大学;2014年

2 王成;大维数据的总体协方差矩阵研究[D];中国科学技术大学;2013年

3 许林;高维协方差矩阵结构检验[D];东北师范大学;2014年

相关硕士学位论文 前8条

1 疏祝捚;高频资产协方差矩阵的预测及其在投资组合中的应用[D];西南财经大学;2014年

2 孙琦;基于协方差矩阵的目标跟踪方法[D];黑龙江大学;2012年

3 郭佳佳;非均匀环境下协方差矩阵估计方法研究[D];西安电子科技大学;2014年

4 张杰;基于协方差矩阵的稳健目标匹配算法研究[D];燕山大学;2012年

5 张云;微分流形上基于MeanShift算法的协方差矩阵聚类[D];燕山大学;2011年

6 胡志明;视频图像中运动目标跟踪技术研究[D];重庆大学;2011年

7 王瑞春;GRAPES变分框架下背景误差协方差矩阵的优化[D];南京信息工程大学;2012年

8 高泽伟;基于两种协方差矩阵调整方法的投资组合构建与绩效分析[D];华东师范大学;2013年

，

本文编号：2427271