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 Y: ^9 Y4 j# _
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。: \ Y1 i- o, }* i
( y& r4 X; A/ j
关键字: GPS/INS ;位置组合导航;kalman;MATLAB# Q" t% e1 M) ~. {
* X/ L" {2 d" z+ s) d" R0 @0引言
4 o6 \: H, W! G# w* d
9 T0 ?# |* R9 P5 i! u2 l0 k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。' e2 a% x" S- q! u! u- g
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。, L9 `2 `1 M4 ]- j: |+ p- H1 d
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。3 P4 [4 h* O' Y' g& s0 T
& ^ Z* o5 f3 N* a9 I
1 KaIman滤波
& L3 l4 A' s+ {1.1离散系统的Ka Iman滤波问题6 [# I, ?* H5 I
设控制对象的离散模型为: $ | X) A4 F/ g k# `
/ @7 ~0 Y, E$ N( b: Z/ V" L; H
' X# m0 c9 i( w a* v5 H
9 y6 }! |: ~/ p. L4 s% O# F4 Q. P- m4 q7 w J+ ~; H7 l' S% e: w
9 h8 T0 r" W4 z# O; @" U; o
6 y+ r C" j4 a% t, u" c" ^0 B5 L
9 P1 ]# `2 I ^ X
| 
/1 
发表于 2020-1-9 14:21
收藏
淘帖
支持！
反对！