基于自适应H∞滤波的组合导航方法研究.pdfVIP

基于自适应H∞滤波的组合导航方法研究.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自适应H∞滤波的组合导航方法研究

学兔兔 第35卷 第5期 仪 器 仪 表 学 报 Vo1.35No.5 2014年5月 ChineseJournaXofScientificInstrument Mav.2014 基于 自适应 H∞滤波的组合导航方法研究冰 刘晓光 , ,胡静涛 ,王 鹤 ,, (1.中国科学院沈阳自动化研究所 沈阳 110016;2.中国科学院大学 北京 100049; 3.中国科学院网络化控制系统重点实验室 沈阳 110016) 摘 要:针对常规鲁棒滤波参数由初始设定而使滤波具有较大保守性的问题,提出了一种基于 自适应鲁棒滤波的多传感器组 合导航方法。该方法能够 自动调节鲁棒滤波器参数,从而兼顾系统的精度和鲁棒性。通过运动学分析,建立了试验车的二维运 动学模型 ,基于所建立的运动学模型,采用 自适应鲁棒滤波的方法,能够实现对试验车位置、速度和航向角的精确估计。最后对 实验车实际行走的数据进行了仿真对比实验,实验结果表明该方法能够紧密地跟踪滤波器的性能,自适应地调整滤波器参数的 取值。与卡尔曼滤波相比,在系统噪声统计特性未知的情况下,该方法能够提供优于卡尔曼滤波的导航精度。 关键词:组合导航;H 鲁棒滤波;自适应;数据融合 中图分类号:$24 TP273 TH89 文献标识码:A 国家标准学科分类代码 :510.40 Research onintegratednavigation methodbasedon adaptiveH filter LiuXiaoguang ,HuJingtao, ,WangHe,’ (J.ShenyangInstituteofAutomation,ChineseAcademyofSciences,Shenyang110016,China; 2.Unwemi~ofChineseAcademyofSciences,Beng100049,China;3.KeyLaboratoryofNetworked ControlSystem,ChineseAcademyofSciences,Shenyang110016,hCina) Abstract:Aimingattheproblem thatconventionalrobustfilterismoreconservativebecausetheparameterissetinitially,amulti—sensor integratednavigationmethodbasedonadaptiveH∞filterisproposed.Themethodcanautomaticallyadjusttherobustfilterparameters. thusboththeaccuracyandrobustnessofthesystem raeconsidered.Basedonthekinematicsanalysis,thetwo-dimensional kinematic modelof thetestvehiclewasestablished.Theposition,speedandheadingangleofthetestvehiclecanbeestimatedbasedontheestab— lishedkinematicsmodelusingadaptiverobustfilteringmethod.Finally,thesimulationexperimentwascarriedoutbasedontheactual walkingdata.Theresultsshowthatthemethodcantrackhteperformanceofthefilterclosely,andadaptivelyadjustthefilterparame— ters.ComparedwithKalmanfilter,themethodcanprovid

您可能关注的文档

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档