随机森林回归辅助的GNSS/INS组合导航滤波算法研究

发布时间：2023-10-31 17:45

　　随着通信网络、人工智能和卫星导航等技术的不断进步,自动驾驶和智能交通成为如今导航领域的研究热点,同时也对导航定位技术的精度和可靠性提出更高的要求。全球导航卫星和惯性导航系统构成的GNSS/INS组合导航系统能够弥补单一导航系统的不足,提高系统整体的导航精度和稳定性,是目前导航领域的重要研究方向之一。本文针对组合导航系统在城市峡谷、隧道和地下停车场等环境中因GNSS信号失效而导致的系统精度迅速下降问题,研究了一种随机森林回归辅助的GNSS/INS组合导航滤波算法,并通过车载实验对该算法的性能进行分析和验证。主要研究内容如下:(1)总结了GNSS/INS的基本原理方法,包括GNSS和INS的数据处理方法、组合导航的模式分类和卡尔曼滤波的递推方程及其离散化方法。对组合导航的车载实验进行了研究,通过对实测数据的处理结果进行分析和讨论,验证了组合导航系统的定位精度和有效性。(2)针对组合导航系统中系统噪声特性一般无法精确得知的问题,提出一种改进的Sage-Husa滤波。该滤波方法通过预测残差向量的马氏距离构造检验因子,对滤波器进行检测,判断是否需要进行自适应,从而减小滤波计算量,有利于滤波的实时...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外发展现状
    1.3 主要研究内容
    1.4 论文的组织结构
2 GNSS/INS组合导航原理方法
    2.1 INS导航数据处理
    2.2 GNSS导航基本原理
    2.3 GNSS/INS组合导航模型
    2.4 本章小结
3 GNSS/INS组合导航卡尔曼滤波模型
    3.1 卡尔曼滤波
    3.2 组合导航滤波模型
    3.3 GNSS/INS组合导航车载实验
    3.4 本章小结
4 组合导航改进的Sage-Husa滤波模型
    4.1 自适应滤波模型
    4.2 自适应滤波实验分析
    4.3 改进的Sage-Husa滤波模型
    4.4 改进的Sage-Husa滤波实验分析
    4.5 本章小结
5 随机森林回归辅助的组合导航滤波算法
    5.1 随机森林原理
    5.2 随机森林辅助组合导航算法实现
    5.3 实验分析
    5.4 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3859180