上海海洋大学工程学院
纸质出版:2023
移动端阅览
曹莉凌, 尚进, 曹守启. 基于改进卡尔曼滤波的水产养殖无人船导航方法[J]. 传感器与微系统, 2023,(11):62-65.
曹莉凌, 尚进, 曹守启. 基于改进卡尔曼滤波的水产养殖无人船导航方法[J]. 传感器与微系统, 2023,(11):62-65. DOI: 10.13873/J.1000-9787(2023)11-0062-04.
DOI:
针对常规卡尔曼滤波在全球定位系统(GPS)/惯性导航系统(INS)组合导航过程中出现量测数据异常,造成滤波精度下降的问题,提出了利用新息协方差估计值和量测值实时估计渐消因子,利用渐消因子调节卡尔曼方程中预测协方差阵。针对现有渐消因子求解过程繁琐的情况,假设新息理论值与新息预测值相等,求解相应的渐消因子,提出了改进的强跟踪卡尔曼滤波(STKF)算法应用于GPS/INS组合导航,并针对任意设定的水产养殖无人船行驶轨迹,基于仿真平台进行了无人船导航算法的仿真,结果表明,基于求取的渐消因子的STKF算法能有效抑制GPS/INS组合导航过程中滤波发散问题,并且比常规卡尔曼滤波效果更好。
河蟹养殖作业船INS/GPS组合导航算法研究[D]. 孙雪雁.江苏大学,2018(05)
基于UWB的加权自适应卡尔曼滤波室内定位算法[J]. 郝占军;安莹;陈红红;党小超;张金龙.传感器与微系统,2022(09)
基于多变量LSTM的GPS坐标时间序列预测模型[J]. 胡向阳;孙宪坤;尹玲;李世玺;张仕森.传感器与微系统,2021(03)
基于北斗导航的车载捷联惯导及航迹推算系统设计[J]. 高明明;程力;刘超;南敬昌;房少军.传感器与微系统,2020(09)
基于GPS/INS的自适应无迹Kalman滤波算法[J]. 曹红燕;刘长明;沈小林;牛兴龙;李大威;陈燕.河南理工大学学报(自然科学版),2021(06)
基于改进自适应渐消卡尔曼滤波的通用航空GNSS/微惯性组合导航算法研究[J]. 邱望彦;李荣冰;刘建业.电子测量技术,2020(10)
组合导航数据融合自适应UKF算法研究[J]. 吴涛;戴卿;匡秀梅;王炎川.西安航空学院学报,2020(03)
基于模糊自适应卡尔曼滤波的GPS_INS融合研究[J]. 徐奔腾;陈萍萍;王秋阳;陈欣宇;包德刚.化工自动化及仪表,2019(07)
基于INS/GPS/磁力计的全组合导航[J]. 梅玲玉;马磊;张涛.传感器与微系统,2019(03)
河蟹养殖自动作业船导航控制系统设计与测试[J]. 赵德安;罗吉;孙月平;洪剑青;张军.农业工程学报,2016(11)
基于GPS/INS组合导航的改进自适应渐消卡尔曼滤波算法[J]. 马龙;李晓明.科学技术与工程,2013(33)
GPS与惯性导航系统的组合应用研究[J]. 樊宇;程全.制造业自动化,2012(03)
基于新息协方差的自适应渐消卡尔曼滤波器[J]. 徐定杰;贺瑞;沈锋;盖猛.系统工程与电子技术,2011(12)
扩展卡尔曼滤波在组合导航中的应用[J]. 沈凯;管雪元;李文胜.传感器与微系统,2017(08)
0
浏览量
279
下载量
2
CSCD
关联资源
相关文章
相关作者
相关机构