Print

飞行器飞行目标定位组合导航精度预测仿真

论文摘要

在飞行器飞行目标定位组合导航系统中,高精度滤波算法对飞行器目标定位导航解算起着至关重要的作用。为了提高飞行器组合导航系统滤波算法的精度,针对粒子滤波（PF）算法中的粒子退化问题,提出了支持向量机（SVM）和容积卡尔曼滤波（CKF）辅助粒子滤波的SVM-CPF算法。算法通过采用CKF来生成粒子滤波的重要性密度函数,并利用SVM重采样获得多样性的粒子,使滤波性能明显改善,提高飞行器飞行目标定位组合导航精度。将上述算法应用在飞行目标定位捷联惯导（SINS）/全球定位系统（GPS）组合导航系统中,仿真结果表明,改进的滤波算法能提高飞行器目标定位精度,系统优化性能明显优于粒子滤波（PF）以及容积卡尔曼滤波（CKF）。

论文目录

  • 1 引言
  • 2 飞行器飞行目标定位组合导航系统模型
  •   2.1 飞行器目标定位组合导航系统状态方程
  •   2.2 飞行器目标定位组合导航系统量测方程
  • 3 飞行器飞行目标定位组合导航系统滤波算法研究
  •   3.1 基于SVM的重采样粒子滤波算法
  •   3.2 基于SVM辅助的Cubature粒子滤波算法
  • 4 飞行器飞行目标定位组合导航系统仿真与分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 向俊霖,郭承军

    关键词: 滤波,粒子滤波,支持向量机,状态估计,组合导航

    来源: 计算机仿真 2019年03期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 航空航天科学与工程,计算机软件及计算机应用

    单位: 电子科技大学电子科学与技术研究院

    基金: 中央高校基本科研基金(ZYGX2017J307),国家重点实验室开发课题基本项目(CEMEE2017K0303B)

    分类号: V249.328;TP391.9

    页码: 56-60

    总页数: 5

    文件大小: 1379K

    下载量: 133

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e87db45d465fe0a0aa0f5a28.html