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
+ @2 d# v# P7 \0 \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。
% k J8 |7 p9 F) A+ g1 |5 ^) B* o: d4 @) s) y8 x1 V3 c9 C" M
关键字: GPS/INS ;位置组合导航;kalman;MATLAB: H' L/ s8 F8 F& v/ S0 g. ~
5 f7 d, A3 w" P
0引言* L R( B: Y" y) ^4 G; P" [- k
0 Y- j4 n, R. h' Z
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。/ j1 `& W" N" S f4 f5 V
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。
$ |! }- ?; ~* o* h% ]; G, Q! Q! E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。# s$ R6 K3 i* Z1 u8 d/ J6 S
. l. R9 K# P; U. W9 z2 Y" U4 z& i
1 KaIman滤波8 c/ q- K! [8 U: X
1.1离散系统的Ka Iman滤波问题. i$ j5 @* q: ~: Y) x
设控制对象的离散模型为: 6 }4 W7 \4 X4 j0 @1 c6 T2 ]2 g
8 d& F$ ] B0 C' x
* S D5 q) s! h/ J6 h5 u
# s9 M$ L3 J/ X; C
/ W a9 g3 S7 k- |
: z/ w( S5 d3 @" @
5 l& Z% l* W L' p' J3 p, {
1 T0 [$ A! g8 p+ H3 @
& N2 u& {5 A* e& X& \+ S | 
/1 
发表于 2020-1-9 14:21
收藏
淘帖
支持！
反对！