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 9 H; O* ~3 [8 C
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。/ ]0 R8 w) N% ^0 C' k; i7 R
; E9 j+ M' M, H6 L+ b# {关键字: GPS/INS ;位置组合导航;kalman;MATLAB& o/ O# S0 l8 W9 D+ b. C
! u$ y z/ _( E5 Z6 U, [0引言9 \: d; \9 |; S+ D) W; I
& x* q3 L! k. g% W7 ]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。5 m: r- `) L+ e' I
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。8 z( _, k+ ^; L- t: }7 h3 `
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。4 Z7 w: _6 c4 R+ f$ `0 R. k/ W
: z( }) r1 v4 T- T
1 KaIman滤波0 B. z0 q- G# I; A6 N4 {& F8 E
1.1离散系统的Ka Iman滤波问题
/ w) ?, I% P2 s4 s8 i# ~6 c设控制对象的离散模型为:
& S9 R4 k6 _7 ~5 s: Z$ Y; ?& n# c& l9 U: W+ @
. B* ^" R4 j$ m4 U1 P
% h3 d4 y% U4 H3 @9 @4 d
( w1 c4 M- W+ V: a/ P; e# T) W
& ~: w2 @: V( `! f9 x# T" S$ V; \) v( a% l5 p7 J+ \& X; m% R% \2 R1 i% G
/ R' P/ E4 \" u& h; K4 ?* f2 D8 \
: k) q d; {% I. } | 
/1 
发表于 2020-1-9 14:21
收藏
淘帖
支持！
反对！