留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用

陈帅 王宁 陈廷凯 杨毅 田嘉禾

陈帅, 王宁, 陈廷凯, 杨毅, 田嘉禾. 置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.02216
引用本文: 陈帅, 王宁, 陈廷凯, 杨毅, 田嘉禾. 置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.02216
Confidence check-adaptive federated Kalman filter and its application of remote operated vehicle integrated navigation[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.02216
Citation: Confidence check-adaptive federated Kalman filter and its application of remote operated vehicle integrated navigation[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.02216

置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用

doi: 10.19693/j.issn.1673-3185.02216
基金项目: 省部级-辽宁省“兴辽英才计划”资助项目(XLYC1807013)

Confidence check-adaptive federated Kalman filter and its application of remote operated vehicle integrated navigation

  • 摘要: 为解决载体受到扰动时组合导航精度下降的问题,提出了一种基于置信检验自适应联邦卡尔曼滤波(CC-AFKF)框架。首先,将电子罗盘(EC)、全球定位系统(GPS)与惯性导航系统(INS)相结合;其次,构建置信检验模型,有效地滤除INS/GPS和INS/EC子系统中低置信度的量测值,保证量测值的准确性;最后,提出INS/GPS和INS/EC系统自适应调节因子策略,有效地调整更新过程中系统噪声协方差。通过具备GPS/INS/EC组合导航系统的水下机器人开展大量相关试验,试验结果表明本文所提出的CC-AFKF算法相较于典型的KF和FKF算法在位置和速度的融合精度上均能至少提高29%。研究成果可为松耦合组合导航系统的研究提供相应的方向和思路。
  • 加载中
计量
  • 文章访问数:  44
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-07
  • 网络出版日期:  2021-05-26

目录

    /

    返回文章
    返回