Новый адаптивный ансцентный фильтр калмана для сильносвязанной инерциально-спутниковой навигационной системы
https://doi.org/10.17285/0869-7035.2017.25.2.035-051
Аннотация
В статье представлен новый адаптивный ансцентный фильтр Калмана (НААФК), применяемый для сильносвязанного комплексирования (ССК) выходных данных бесплатформенного инерциального измерительного модуля (ИИМ), GPS-измерений (псевдодальностей и доплеровских смещений), а также данных магнитометра и баровысотомера. Предложенный НААФК описывает как порождающие шумы системы, так и шумы измерений гауссовскими белыми шумами с ненулевым средним, величина которого оценивается в процессе обработки в реальном времени с использованием адаптивного алгоритма. Процедуры статистической оценки шумов, разработанные в предложенном алгоритме, построены с учетом «коэффициента старения информации», который обычно вычисляется эмпирически. В данном исследовании используется новый вычислительный подход, основанный на некотором «генетическом алгоритме» в качестве средства для определения его оптимального значения. Функционирование и сходимость процедур статистической оценки шумов, используемых в НААФК, исследуются путем моделирования по методу Монте-Карло. Использование НААФК для ССК применительно к инерциально-спутниковой навигационной системе (ИСНС) показал его преимущество над традиционно используемым ансцентным фильтром Калмана (АФК), особенно во время пропадания сигналов GPS. Такое сопоставление проведено экспериментально с использованием данных, полученных в процессе реального полета беспилотного летательного аппарата (БЛА).
Об авторах
В. Калаф
Факультет электронных и механических систем, Высший институт прикладной науки и техники (Дамаск)
Сирия
Сирия
Калаф Вассим. Доктор наук, доцент, начальник навигационной лаборатории. Факультет электронных и механических систем
И. Чоуэйб
Высший институт прикладной науки и техники (Дамаск)
Сирия
Сирия
Чоуэйб Ибрагим. Доктор наук, профессор, начальник департамента электронных и механических систем. Факультет электронных и механических систем
М. Вайнах
Высший институт прикладной науки и техники (Дамаск)
Сирия
Сирия
Вайнах Мухиддин. Доктор наук, профессор. Факультет электронных и механических систем
Список литературы
1. Bistrovs, V. and Kluga, A. Adaptive extended Kalman filter for aided inertial navigation system. Elektronika ir Elektrotechnika, 2012, 122(6), 37–40.
2. Brown, R.G. and Hwang, P.Y. Introduction to random signals and applied Kalman filtering. 1997
3. Conn, A., Gould, N., and Toint, P. A globally convergent Lagrangian barrier algorithm for optimization with general inequality constraints andsimple bounds. Mathematics of Computation of the American Mathematical Society, 1997, 66(217), 261–288.
4. Conn, A.R., Gould, N.I., and Toint, P. A globally convergent augmented Lagrangian algorithm for optimization with general constraints and simple bounds. SIAM Journal on Numerical Analysis, 1991, 28(2), 545–572.
5. Crassidis, J.L. Sigma-point Kalman filtering for integrated GPS and inertial navigation. Aerospace and Electronic Systems, 2006, IEEE Transactions on, 42(2), 750–756.
6. Das, M., Sadhu, S., and Ghoshal, T. An adaptive sigma point filter for nonlinear filtering problems. International Journal of Electrical, Electronics and Computer Engineering, 2013, 2(2), 13–19.
7. Godha, S. Performance evaluation of low cost MEMS-based IMU integrated with GPS for land vehicle navigation application. UCGE report, 2006 (20239).
8. Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization & Machine Learning. 9. Grewal, M.S., Weill, L.R., and Andrews, A.P. Global positioning systems, inertial navigation, and integration. John Wiley & Sons. 2007.
9. Hou, H. Modeling inertial sensors errors using Allan variance. University of Calgary, Department of Geomatics Engineering. 2004
10. Jiang, Z., Song, Q., He, Y., and Han, J. A novel adaptive unscented Kalman filter for nonlinear estimation. In Decision and Control, 2007 46th IEEE Conference on, 4293–4298. IEEE.
11. Julier, S.J. The scaled unscented transformation. In American Control Conference, 2002. Proceedings of the 2002, volume 6, 4555–4559. IEEE.
12. Julier, S.J. and Uhlmann, J.K. Unscented filtering and nonlinear estimation. Proceedings of the IEEE, 2004, 92(3), 401–422.
13. Misra, P. and Enge, P. Global Positioning System: Signals, Measurements and Performance Second Edition. Lincoln, MA: Ganga-Jamuna Press. 2006.
14. Parkinson, B.W. and Spilker, J.J. Progress In Astronautics and Aeronautics: Global Positioning System: Theory and Applications. Aiaa. 1996.
15. Salychev, O.S. Applied Inertial Navigation: problems and solutions. Moscow: BMSTU Press. 2004.
16. S¨arkk¨a, S. On unscented Kalman filtering for state estimation of continuous-time nonlinear systems. Automatic Control, IEEE Transactions on, 2007, 52(9), 1631–1641.
17. Xu, Y., Chen, X., and Li, Q. Adaptive iterated extended kalman filter and its application to autonomous integrated navigation for indoor robot.The Scientific World Journal, 2014.
18. Yixin, D.Z.G. Dinamic prediction of the oil and water outputs in oil field [J]. Acta Automatica Sinica, 1983, 2, 007.
19. Zhou, J., Yang, Y., Zhang, J., Edwan, E., Loffeld, O., and Knedlik, S. Tightly-coupled INS/GPS using Quaternion-based Unscented Kalman filter. In Proceedings of International Conference AIAA Guidance, Navigation and Control, Portland, OR, USA, 2011, volume 811, 114.
20. Zhou, Y., Zhang, C., Zhang, Y., and Zhang, J. A new adaptive square-root unscented Kalman filter for nonlinear systems with additive noise. Hindawi Publishing Corporation. 2015. A. P. Sage and G. W. Husa, “Adaptive filtering with unknown prior statistics,” in Proceedings of the Joint Automatic Control Conference, Boulder, Colo, USA. 1969. pp. 760–769.
Рецензия
Для цитирования:
Калаф В., Чоуэйб И., Вайнах М. Новый адаптивный ансцентный фильтр калмана для сильносвязанной инерциально-спутниковой навигационной системы. Гироскопия и навигация. 2017;25(2):35-51. https://doi.org/10.17285/0869-7035.2017.25.2.035-051
For citation:
Khalaf W., Chouaib I., Wainakh M. Novel adaptive UKF for tightly-coupled INS/GPS integration with experimental validation on an UAV. Giroskopiya i Navigatsiya. 2017;25(2):35-51. (In Russ.) https://doi.org/10.17285/0869-7035.2017.25.2.035-051
Просмотров:
7
Послать статью по эл. почте 