基于LMI的集员估计算法及其在GPS导航系统中的研究与应用

基于LMI的集员估计算法及其在GPS导航系统中的研究与应用

论文摘要

状态估计的问题广泛应用于通信、信号处理以及控制等领域。在传统的状态估计方法中,我们一般是假定系统的噪声是随机噪声,并且还满足某一种概率分布。经典的状态估计方法有卡尔曼滤波、扩展的卡尔曼滤波等。在这些方法中,卡尔曼滤波是基于线性系统提出的,假定噪声为高斯白噪声,卡尔曼滤波能够计算出系统状态值的一个线性最小方差无偏估计。在非线性系统之中,一般都是采用扩展的卡尔曼滤波方法。另外,还有其他的一些非线性滤波方法,如无迹滤波、迭代滤波等,实际上它们都是扩展的卡尔曼滤波的一些改进形式。但是,基于随机噪声假设的滤波方法在实际应用当中仍然存在很多问题,例如,过程噪声和测量噪声的特性一般而言是不容易得到的,并且这些噪声在很多情况下并不总是高斯白噪声,另外还有模型的不确定性等,这些都导致滤波过程变得非常困难。为了解决以上问题,我们可以采用SVNF(Set-Valued Nonlinear Filtering,非线性集员滤波)方法。非线性集员滤波方法是假定噪声为UBB(Unknown But Bounded,未知但有界)噪声,它可以提供一个包含系统真实状态的定界椭球集合。本文分析了线性系统与非线性系统中的集员估计,并采用LMI(Linear Matrix Inequality,线性矩阵不等式)算法来求解,最后将集员估计应用到陆地车辆导航系统的GPS定位中,仿真结果显示,作为一个新的非线性估计方法,SVNF算法克服了EKF(扩展的卡尔曼滤波)算法的许多不足,它提供了一个定界椭球集合,包含了系统的真实状态,尽管有过程噪声和测量噪声以及线性化误差,但这种方法的计算是递归的,是基于二阶时间更新与测量更新的结构,并且有更好的精确度,实施起来比EKF方法更加容易。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 引言
  • 1.2 集员估计理论概述
  • 1.3 集员估计理论的应用和研究现状
  • 1.4 论文的主要工作
  • 第二章 线性系统下基于 LMI 的集员估计算法
  • 2.1 引言
  • 2.2 基于OBE 算法的集员状态估计
  • 2.2.1 系统模型描述
  • 2.2.2 时间更新
  • 2.2.3 测量更新
  • 2.3 基于LMI 的集员状态估计
  • 2.3.1 系统模型描述
  • 2.3.2 时间更新
  • 2.3.3 测量更新
  • 2.4 仿真实验
  • 2.5 小结
  • 第三章 非线性系统下基于 LMI 的集员估计算法
  • 3.1 引言
  • 3.2 非线性系统描述
  • 3.3 基于LMI 的非线性系统集员估计算法
  • 3.3.1 时间更新
  • 3.3.2 测量更新
  • 3.4 仿真实验
  • 3.5 小结
  • 第四章 集员估计在 GPS 定位导航系统中的应用
  • 4.1 GPS 定位导航系统概述
  • 4.2 GPS 定位技术的发展和应用现状
  • 4.2.1 GPS 定位技术的发展
  • 4.2.2 GPS 定位技术的应用现状
  • 4.3 仿真算例
  • 4.4 小结
  • 结论和展望
  • 参考文献
  • 致谢
  • 附录 (攻读硕士学位期间发表论文目录)
  • 详细摘要
  • 相关论文文献

    • [1].扩展卡尔曼滤波在受到恶意攻击系统中的状态估计[J]. 自动化学报 2020(01)
    • [2].基于卡尔曼滤波与大数据预测的路径规划研究[J]. 电子测量技术 2020(03)
    • [3].基于状态增广的修正迭代扩展卡尔曼滤波[J]. 电子技术应用 2020(04)
    • [4].基于自适应容积卡尔曼滤波的主动配电网状态估计[J]. 电测与仪表 2020(19)
    • [5].基于雷达/红外测量的期望最大化容积卡尔曼滤波[J]. 南京理工大学学报 2020(05)
    • [6].基于容积卡尔曼滤波的配电网状态估计[J]. 电力科学与工程 2019(11)
    • [7].一种高效抗差卡尔曼滤波的导航应用[J]. 导航定位学报 2016(04)
    • [8].基于扩展卡尔曼滤波的雷达无源定位方法[J]. 火力与指挥控制 2016(11)
    • [9].基于补偿卡尔曼滤波的姿态估计算法实现[J]. 测控技术 2017(03)
    • [10].加性噪声下增广容积卡尔曼滤波及其目标跟踪应用[J]. 计算机应用与软件 2017(03)
    • [11].扩展卡尔曼滤波在组合导航中的应用[J]. 传感器与微系统 2017(08)
    • [12].一种移动机器人扩展卡尔曼滤波定位算法及仿真[J]. 广东第二师范学院学报 2017(05)
    • [13].基于改进卡尔曼滤波的配电网动态数据平差方法[J]. 科学技术与工程 2020(31)
    • [14].扩展卡尔曼滤波的安卓手机定位算法研究[J]. 全球定位系统 2020(02)
    • [15].基于平方根容积卡尔曼滤波的水面无人艇导航定位算法[J]. 中国造船 2020(S1)
    • [16].平台摇摆对卡尔曼滤波跟踪精度的影响[J]. 航空学报 2017(06)
    • [17].未知状态模型下基于高阶容积卡尔曼滤波和神经网络的状态估计算法[J]. 计算机应用与软件 2017(06)
    • [18].改进的迭代卡尔曼滤波及其在全球导航星系统/惯导紧组合中的应用[J]. 电子器件 2017(05)
    • [19].北斗导航卫星迭代双向卡尔曼滤波定轨[J]. 海洋测绘 2016(02)
    • [20].扩展卡尔曼滤波与粒子滤波性能对比[J]. 测绘通报 2016(04)
    • [21].时间扩展取样集合卡尔曼滤波同化模拟探空试验研究[J]. 气象学报 2012(01)
    • [22].老采空区残余沉降的集合卡尔曼滤波预测[J]. 金属矿山 2012(08)
    • [23].基于双因子抗差卡尔曼滤波在动态导航中的应用[J]. 全球定位系统 2011(03)
    • [24].扩展卡尔曼滤波和不敏卡尔曼滤波在实时雷达回波反演大气波导中的应用[J]. 物理学报 2011(11)
    • [25].一种改进扩展卡尔曼滤波新方法[J]. 计算机工程与应用 2010(19)
    • [26].单球无味卡尔曼滤波在飞船姿态估计中的应用[J]. 计算机测量与控制 2009(09)
    • [27].自适应渐消有偏扩展卡尔曼滤波在目标跟踪中的应用[J]. 传感技术学报 2020(02)
    • [28].基于扩展卡尔曼滤波的气动参数在线修正方法[J]. 计算机仿真 2020(03)
    • [29].基于强跟踪容积卡尔曼滤波的永磁同步电机转子位置估计[J]. 微电机 2020(03)
    • [30].路面附着系数的自适应衰减卡尔曼滤波估计[J]. 中国公路学报 2020(07)

    标签:;  ;  ;  ;  ;  

    基于LMI的集员估计算法及其在GPS导航系统中的研究与应用
    下载Doc文档

    猜你喜欢