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 ! q4 j y' }) c: g, a
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。
. ~+ c; g; a2 F, B% K- n
. u; ]* K, i, J A0 T# k2 r关键字: GPS/INS ;位置组合导航;kalman;MATLAB
6 j, u+ ?" j5 ?- n
2 s* u: H0 f2 K) ?0引言
! P2 _3 n; m2 F7 J: s; W* L; x! I0 h( T$ s- M& o2 j$ f7 e
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。
' H6 x& O# h& }- QKalman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。
1 g+ F4 ?: x* i! I1 ?" |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。; n2 M3 d( u$ {! G Q
b+ T Y# i. g7 R: x3 o1 `
1 KaIman滤波( t* C, q/ Y$ [: O+ W" d5 j
1.1离散系统的Ka Iman滤波问题% ^3 r! o0 \1 d7 k! n
设控制对象的离散模型为: 7 T! N3 D% O, P
2 F/ {; A9 h! _8 I
' P: u5 _! A5 d, R3 T
5 A2 e' q) C& X, ]# R5 _' p6 I# V3 Q; L5 g1 g! {7 o) m6 j" f" k
; q. J2 N+ W$ Y9 C
( \# S/ ?: B5 w! }( N
A2 D; z, z6 s. k: ^9 j/ L7 t( c k* E0 ^$ l5 k8 ~
| 
/1 
发表于 2020-1-9 14:21
收藏
淘帖
支持！
反对！