基于强跟踪SDRE滤波的GPSINS组合导航.docx

基于强跟踪SDRE滤波的GPSINS组合导航
标题：基于强跟踪SDRE滤波的GPSINS组合导航
摘要：
组合导航是一种利用多种传感器数据融合的技术，用于提高导航系统的性能和精度。GPS和惯性导航系统（INS）是组合导航中常用的两个传感器。然而，GPS存在信号丢失、多径效应等问题，而INS存在漂移等问题。为了克服这些问题，本文提出了一种基于强跟踪扩张状态空间滤波（SDRE）的GPSINS组合导航算法。该算法通过有效地融合GPS和INS数据，提高了组合导航系统的准确性和稳定性。
一、引言
组合导航是一种通过融合多种传感器数据来估计导航系统位置、速度和姿态的技术。GPS和INS是两种常用的传感器，它们互补性强，可以提供高精度的位置和姿态信息。然而，GPS信号受到天线遮挡、信号遮挡、多径效应等因素的影响，导致位置估计不准确。INS由于存在漂移问题，会导致随时间累积误差，使导航系统的长期稳定性下降。
二、GPSINS组合导航原理
GPSINS组合导航是将GPS和INS的信息融合起来，得到更准确的位置和姿态估计。GPS提供位置和速度信息，INS提供姿态和加速度信息。基于扩张状态空间滤波的GPSINS组合导航算法将GPS和INS信息融合起来，通过预测和校正步骤实现对位置、速度和姿态的估计。强跟踪扩张状态空间滤波是一种非线性滤波方法，可以有效地处理系统参数和传感器误差的不确定性。
三、基于强跟踪SDRE滤波的GPSINS组合导航算法
本文提出的基于强跟踪SDRE滤波的GPSINS组合导航算法包括以下步骤：
1.状态预测：使用INS的姿态和加速度信息预测下一时刻的位置和速度。
2.状态更新：使用GPS的位置和速度信息对预测结果进行校正，并得到更新后的位置、速度和姿态估计。
3.参数估计：通过估计INS和GPS的误差模型的参数，提高组合导航系统的准确性和稳定性。
4.状态和参数更新：使用SDRE滤波算法，同时更新状态和参数估计值。
四、仿真实验与结果分析
为了验证基于强跟踪SDRE滤波的GPSINS组合导航算法的有效性，进行了一系列的仿真实验。通过与传统的卡尔曼滤波算法进行对比，结果显示，本文提出的算法在抗干扰能力和稳定性方面优于传统算法。同时，在高动态条件下，基于SDRE滤波的GPSINS组合导航算法也表现出了更好的性能。
五、结论
本文提出了一种基于强跟踪SDRE滤波的GPSINS组合导航算法。通过有效地融合GPS和INS的信息，该算法提高了组合导航系统的准确性和稳定性。仿真实验验证了该算法的有效性和性能优势。未来的研究可以进一步优化算法，提高对传感器误差和不确定性的处理能力，以满足更高精度导航的需求。
参考文献：
[1]GrewalMS,WeillLR,AndrewsAP.GlobalPositioningSystems,InertialNavigation,andIntegration[M].JohnWiley&Sons,2013.
[2]RahimiA,MeskinN.Optimalstateestimationforaclassofnon-lineardynamicalsystems[J].InternationalJournalofControl,2009,82(5):848-856.
[3]GuoJ,AhmedMU,MiaoJ,etal.SDRE-basedrobustestimation/filteringfornonlinearinterconnectedsystemsincurredbyuncertainperturbations[J].IETControlTheory&Applications,2016,10(6):651-659.