典型文献
基于序贯辅助自适应渐消UKF的列车定位信息融合算法
文献摘要：
针对北斗卫星导航系统(Beidou Navigation Satellite System,BDS)/惯性导航系统(Inertial Navigation System,INS)列车定位模型不准确和噪声统计特性不明导致定位精度低的问题,建立基于BDS/INS的列车紧耦合组合定位系统模型.分别建立系统状态方程和量测方程,提出基于序贯辅助自适应渐消无迹卡尔曼滤波的列车定位信息融合算法.在标准无迹卡尔曼滤波(unscented Kalman filter,UKF)的基础上,该改进UKF算法引入自适应渐消因子,实时调整滤波增益,降低量测方程中噪声对状态更新的影响,提高列车定位的精度.采用序贯辅助方式增加多重渐消因子的灵活度,使得不同滤波通道具有不同调节能力,提高算法的整体性能.最后,将改进UKF与标准UKF分别应用于列车紧耦合组合定位系统模型,仿真结果表明,在列车卫星信号良好的情况下,相比于标准UKF,改进UKF算法有效降低了列车的位置误差和速度误差;在列车部分卫星信号失锁的情况下,改进UKF算法依然能够提供100 s内10 m以下的导航精度,满足列车定位的基本要求.该算法提高了导航精度,降低了列车定位的误差.
文献关键词：
列车定位;信息融合;无迹卡尔曼滤波;渐消因子;序贯辅助
中图分类号：
作者姓名：
李卫东;余跃;王运明;初宪武
作者机构：
大连交通大学 自动化与电气工程学院,辽宁 大连 116028
文献出处：
引用格式：
[1]李卫东;余跃;王运明;初宪武-.基于序贯辅助自适应渐消UKF的列车定位信息融合算法)[J].铁道科学与工程学报,2022(07):1838-1844
A类：
B类：
序贯辅助,UKF,列车定位,定位信息,信息融合算法,北斗卫星导航系统,Beidou,Navigation,Satellite,System,BDS,惯性导航系统,Inertial,INS,定位模型,统计特性,定位精度,紧耦合,组合定位系统,系统模型,建立系统,状态方程,无迹卡尔曼滤波,unscented,Kalman,filter,自适应渐消因子,状态更新,灵活度,道具,同调,调节能力,整体性能,位置误差,速度误差,卫星信号失锁,导航精度
AB值：
0.284446
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
