科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2015年
13期
205-211,217
,共8页
集中式深组合%深组合量测模型%降维CKF
集中式深組閤%深組閤量測模型%降維CKF
집중식심조합%심조합량측모형%강유CKF
centralized ultra-tight GNSS/INS integration%measurement model%reduced-dimension CKF
研究了集中式深组合量测模型;并在此基础上研究了深组合滤波算法.由于集中式深组合系统具有强非线性、状态向量维数高、计算量大等特点,将一种降维容积卡尔曼滤波算法(reduced-dimension cubature kalman filter,RCKF)应用于集中式深组合滤波中.相较于常规容积卡尔曼滤波算法(cubature kalman filter,CKF),该算法仅对状态向量中与量测矩阵非线性有关向量采样,减少采样向量维数从而降低滤波计算量.通过仿真实验证明该算法在不损失精度的情况下,可大大减少组合滤波计算量.
研究瞭集中式深組閤量測模型;併在此基礎上研究瞭深組閤濾波算法.由于集中式深組閤繫統具有彊非線性、狀態嚮量維數高、計算量大等特點,將一種降維容積卡爾曼濾波算法(reduced-dimension cubature kalman filter,RCKF)應用于集中式深組閤濾波中.相較于常規容積卡爾曼濾波算法(cubature kalman filter,CKF),該算法僅對狀態嚮量中與量測矩陣非線性有關嚮量採樣,減少採樣嚮量維數從而降低濾波計算量.通過倣真實驗證明該算法在不損失精度的情況下,可大大減少組閤濾波計算量.
연구료집중식심조합량측모형;병재차기출상연구료심조합려파산법.유우집중식심조합계통구유강비선성、상태향량유수고、계산량대등특점,장일충강유용적잡이만려파산법(reduced-dimension cubature kalman filter,RCKF)응용우집중식심조합려파중.상교우상규용적잡이만려파산법(cubature kalman filter,CKF),해산법부대상태향량중여량측구진비선성유관향량채양,감소채양향량유수종이강저려파계산량.통과방진실험증명해산법재불손실정도적정황하,가대대감소조합려파계산량.
