优化粒子滤波在组合导航定位系统中的仿真与应用被引量：3

下载PDF

导出

摘要导航定位技术的主要任务是为用户提供实时的位置、速度和时间同步等有关的信息[1]。随着生产生活水平的不断提高,对定位系统的准确性、精准度、时效性等的要求也不断提高,BDS/INS组合导航定位系统中的信息融合滤波技术也是研究的热点问题。采用一种优化的蚁群粒子滤波算法,应用于列车误差模型,通过仿真验证改进后的算法提高了BDS/INS组合导航定位系统定位精度与准确性。

作者李卫东刘影

机构地区大连交通大学

出处《自动化应用》 2018年第1期78-81,共4页 Automation Application

关键词北斗卫星导航惯性导航粒子滤波蚁群算法

分类号 TN966 [电子电信—信号与信息处理]

引文网络
相关文献

参考文献8

1付云朋,王宏力,侯青剑.一种新的自适应蚁群算法及仿真[J].信息系统工程,2009,22(8):104-107. 被引量：2
2张海涛..高速列车组合导航系统算法研究[D].电子科技大学,2009:
3YANG Yang,PENG Bo,DONG XuRong,FAN Li,LIU Li,WANG Wei.Performance evaluation method of hybrid navigation constellations with invalid satellites[J].Science China(Physics,Mechanics & Astronomy),2011,54(6):1046-1050. 被引量：1
4曹义亲,钟涛,黄晓生.一种改进的基于蚁群优化的粒子滤波算法[J].计算机应用研究,2013,30(8):2402-2404. 被引量：8
5张洋溢,王忠.改进的无迹粒子滤波在组合导航中的应用研究[J].武汉理工大学学报（交通科学与工程版）,2012,36(2):415-418. 被引量：2
6段海滨著..蚁群算法原理及其应用[M].北京:科学出版社,2005:447.
7谭述森编著..卫星导航定位工程[M].北京:国防工业出版社,2010:269页.
8李家森..北斗/INS组合导航信息融合滤波算法研究[D].哈尔滨工程大学,2013:

二级参考文献30

1初海彬,张乃通,顾学迈.基于中轨与静止轨道卫星定位系统星座优化设计[J].中国空间科学技术,2005,25(2):52-58. 被引量：5
2毛悦,孙付平.利用Walker星座实现全球导航卫星星座设计[J].测绘科学技术学报,2006,23(2):153-156. 被引量：13
3方正,佟国峰,徐心和.粒子群优化粒子滤波方法[J].控制与决策,2007,22(3):273-277. 被引量：95
4叶龙,王京玲,张勤.遗传重采样粒子滤波器[J].自动化学报,2007,33(8):885-887. 被引量：43
5张卫明,张炎华,钟山.蒙特卡罗粒子滤波算法应用研究[J].微计算机信息,2007(01S):295-297. 被引量：13
6Mintsis G,Basbas S,Papaioannou P,et al.Applica-tions of GPS technology in the land transportationsystem[J].Elisevire European Journal of OperationalResearch,2004,152:399-409. 被引量：1
7Song Shenmin,Wei Xiqing.Unscented particle filterwith estimation windows in submarine tracking[J].Intelligent Control and Automation,2010(2):137-140. 被引量：1
8Bucy R S,Renne K D.Digital synthesis of nonlinearfilter[J].Automatica,1971,7(3):287-289. 被引量：1
9Cappe O,Godsill S J,Moulines E.An overview ofexisting methods and recent advances in sequentialmonte carlo[J].IEEE Proceedings,2007(5):899-924. 被引量：1
10Guo D,Wang X,Chen R.New sequential montecarlo methods for nonlinear dynamic systems[J].Statistics and Computing.2005(2):135-147. 被引量：1

共引文献9

1温如春,梁毓明,杨国亮.改进蚁群算法在迷宫路径寻优中的应用研究[J].自动化仪表,2010,31(11):8-10. 被引量：5
2朱文超,许德章.一种基于人工萤火虫群优化的改进粒子滤波算法[J].计算机应用研究,2014,31(10):2920-2924. 被引量：8
3曹义亲,肖金胜,黄晓生.基于蚁群优化的边缘化粒子滤波器跟踪算法[J].实验技术与管理,2014,31(10):55-58.
4刘晓丽,熊良鹏.基于蚁群算法优化自抗扰控制器的机器人控制[J].信息技术,2015,39(8):67-70. 被引量：2
5李卫东,张悦.基于BDS/INS的列车组合定位算法研究[J].电子测量技术,2018,41(18):76-79. 被引量：6
6鲁光泉,潘日佩.考虑定位信息不确定性的多车协同定位算法[J].交通信息与安全,2018,36(5):59-66. 被引量：6
7杨永超,周昊.改进的粒子滤波在视频目标跟踪中的应用[J].电脑知识与技术,2020,16(19):1-2. 被引量：1
8曹洁,赵伟吉,余萍,王进花.改进鸟群算法优化PF的双馈发电机故障诊断[J].计算机工程与应用,2020,56(18):229-237.
9单成鑫,李立伟,杨玉新.基于IACO-PF的锂电池SOC估算[J].储能科学与技术,2021,10(3):1145-1152. 被引量：7

同被引文献37

1李文立,郭凯红.D-S证据理论合成规则及冲突问题[J].系统工程理论与实践,2010,30(8):1422-1432. 被引量：81
2何伟,廉保旺,冯晓明.基于联邦卡尔曼滤波的组合导航定位算法[J].火力与指挥控制,2012,37(8):147-150. 被引量：6
3李增科,王坚,高井祥,谭兴龙.利用SVM的GPS/INS组合导航滤波发散抑制方法研究[J].武汉大学学报（信息科学版）,2013,38(10):1216-1220. 被引量：8
4雷文英,陈伯孝,杨明磊,朱伟.基于TOA和TDOA的三维无源目标定位方法[J].系统工程与电子技术,2014,36(5):816-823. 被引量：27
5王乐洋,赵英文.非线性平差精度评定的自适应蒙特卡罗法[J].武汉大学学报（信息科学版）,2019,44(2):206-213. 被引量：11
6余桂兰.一种融合粒子滤波的多特征特定行人追踪方法[J].计算机与现代化,2014(10):100-103. 被引量：1
7刘鹏程,李新利.基于多种群遗传算法的含分布式电源的配电网故障区段定位算法[J].电力系统保护与控制,2016,44(2):36-41. 被引量：150
8颜晓娟,龚仁喜,张千锋.优化遗传算法寻优的SVM在短期风速预测中的应用[J].电力系统保护与控制,2016,44(9):38-42. 被引量：59
9吴涛,白茹,朱礼尧,钱正洪.基于卡尔曼滤波的航姿参考系统设计[J].传感技术学报,2016,29(4):531-535. 被引量：56
10侯老二,龙欢.基于ESP8266-01的无线温湿度调节系统设计[J].仪器仪表与分析监测,2017(3):5-10. 被引量：3

引证文献3

1彭琰举,宋文学,王晋,王鹏.基于MPU9250的示教航行姿态研究[J].电子设计工程,2018,26(16):29-34. 被引量：2
2魏永超,罗城仔,邓岚,邓春艳.基于DS-SVR算法优化的BDS/INS组合导航[J].航空计算技术,2020,50(1):57-60. 被引量：1
3蔡明,李国华,季茜,李培德.基于AGPF的目标定位精度改善方法[J].计算机与数字工程,2024,52(3):841-845.

二级引证文献3

1田东波,徐鹏程,张德俊,周琦,杨云露.基于树莓派的四轴飞行器设计[J].智能计算机与应用,2020,10(3):279-283.
2杨磊,李遵伟,尹航,陈波波.深海姿态系统的设计与实现[J].电子测量技术,2022,45(3):37-42. 被引量：1
3张天,张智刚,罗锡文,彭铭达,张国城,黄海翔,苑炳轩,张闻宇.低功耗BDS-SPP/INS融合定位系统的设计与试验[J].华南农业大学学报,2024,45(3):437-445.

1黄振.智能农机中精准定位的研究与实现[J].微型机与应用,2017,36(23):25-27. 被引量：2
2宋亮.浅谈北斗/DR组合导航融合算法及其在物流中的应用[J].通讯世界,2018,25(1):318-319. 被引量：2
3李敏.营配贯通台区线损异常数据治理[J].华东科技（综合）,2018,0(6):249-249.
4田梦楚,薄煜明,吴盘龙,陈志敏,岳聪,王华.基于萤火虫优化粒子滤波的新型机动目标跟踪算法[J].控制与决策,2017,32(10):1758-1766. 被引量：11
5杜太行,李静秋,江春冬.改进萤火虫算法优化粒子滤波的信号源定位[J].中国测试,2017,43(11):96-101. 被引量：1
6陈海燕,林阳,王婧,常莹.多网络融合条件下的舰船组合导航系统开发[J].舰船科学技术,2017,0(20):103-105.
7吴兰花,杨秀芝,郑明魁,苏凯雄.一种基于优化粒子滤波的锂电池SOC估计算法[J].福州大学学报（自然科学版）,2018,46(2):186-191. 被引量：7
8刘毓,邹星.一种GPS/GLONASS/INS数据融合算法[J].测绘科学,2017,42(9):20-24. 被引量：1
9彭凡彬,杨俊杰,叶波.改进蚁群算法的变电站群机器人路径规划研究[J].仪表技术,2018(3):9-13. 被引量：8
10田连杰,孙希延,纪元法.基于遗传粒子滤波的多径信号估计算法[J].计算机仿真,2017,34(12):36-40. 被引量：4

自动化应用

2018年第1期

浏览历史

内容加载中请稍等...

优化粒子滤波在组合导航定位系统中的仿真与应用被引量：3

参考文献8

二级参考文献30

共引文献9

同被引文献37

引证文献3

二级引证文献3

相关作者

相关机构

相关主题

浏览历史

优化粒子滤波在组合导航定位系统中的仿真与应用 被引量：3

参考文献8

二级参考文献30

共引文献9

同被引文献37

引证文献3

二级引证文献3

相关作者

相关机构

相关主题

浏览历史

优化粒子滤波在组合导航定位系统中的仿真与应用被引量：3