|
|
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
在各种组合导航算法中，卡尔曼滤波的方法无疑是最成功的。卡尔曼滤波算法对组合导航系统的导航精度有决定性
( G j9 ]$ d, ~. @$ Y( u的影响，寻求 - .种能够提高卡尔曼滤波精度的算法对组合导航系统的研究具有重大意义“-21。众所周知，如果系统可以9 S. V q( c0 y1 A h+ H$ R% ^/ Y
用一个线性模型描述，且系统误差和测量误差均符合高斯白噪声模型，则卡尔曼滤波将提供唯一的统计意义上的最优估5 ~, ]( Q) ~6 f# l( c5 l6 W
计3)。而状态反馈的方法作为控制理论中的经典控制方法，能够使输出信息以某一指定 精度较好的跟踪输入4。对于卡" Q5 O% p) T: l% w0 B8 ^9 a3 d2 i
尔曼滤波器处理的误差状态信息而言，引用状态反馈的指标则是使输出信息尽可能的趋向于零，这就将问题转化为线性
( h/ D# m* U5 }3 {/ H二次性的状态调节器问题。如果能将状态反馈的思想运用到卡尔曼滤波算法中，从理论上来讲才能使得滤波估计不仅达, D, v" ]8 z' j- m& s% I* B+ X
到统计意义上的最佳，而且从控制理论的角度讲也是最优。本文就是基于这个思路，试图将解决线性二次型中状态调节
' g; \# a8 H5 d v0 e器问题的方法与卡尔曼滤波方法相结合以找到相对优化的状态估计算法。
4 S' _: d3 T; x- X! Y5 Y4 j
' L/ O. Q7 B& \$ N/ Z
5 w' y! {* p0 ]) S# R. P/ m |
|
/1 
发表于 2020-1-8 14:01
收藏
淘帖
支持！
反对！