跳到主要內容

臺灣博碩士論文加值系統

(44.192.67.10) 您好!臺灣時間:2024/11/14 21:57
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃家明
研究生(外文):Jia-ming Huang
論文名稱:基於新訊息為基礎之適應性導航濾波器
論文名稱(外文):Innovation Based Adaptive Filter Designs For Navigation Applications
指導教授:卓大靖
指導教授(外文):Dah-Jing Jwo
學位類別:碩士
校院名稱:國立臺灣海洋大學
系所名稱:通訊與導航工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:62
中文關鍵詞:卡爾曼濾波器自適應濾波器
外文關鍵詞:KalmanIAEadaptive filter
相關次數:
  • 被引用被引用:0
  • 點閱點閱:206
  • 評分評分:
  • 下載下載:20
  • 收藏至我的研究室書目清單書目收藏:0
摘 要
使用卡爾曼濾波於動態位置和導航,需要建立觀測和動態模型。兩種功能之模型可包含全球及當地系統誤差。而自適應性濾波之方法可應用於改善觀測量和動態模型之系統誤差。
本論文簡明的描述自適應濾波觀測新訊息向量和動態修正量之分析。而自適應濾波器中的IAE(Innovation-based adaptive estimation)法即自適應濾波器利用先前訊息的平均來估測目前時刻的系統雜訊方差和觀測雜訊方差,從而使系統雜訊方差和觀測雜訊方差自適應於目前動態訊息和觀測訊息。由於自適應性濾波器之方法在於權重值取拮於量測值和狀態方程式之狀態參數,對於先前不穩定狀態之結果及不穩定的動態功能夠被穩定控制。藉此來改善卡爾曼濾波器之不足,但是IAE法無法有效的控制狀態異常時對估測值的影響,因此引用了能夠整體控制誤差協方差之方法於GPS及DME站台定位方面加以改善。
Abstract
To use Kalman filtering for kinematic positioning and navigation, we have to deal with both observational and kinematic models. Both of the functional models may contain global or local systematic errors. The influence functions of the systematic errors on the estimates of kinematic states are derived. An adaptive fitting method for systematic error of the observations and kinematic model errors is presented.
In this paper a brief review of adaptive filtering is followed by an analysis of the short comings of covariance matrices formed by windowing residual vectors, innovation vectors and correction vectors of the dynamic states. An adaptive filter usually applied in dynamic geodetic positioning is the IAE(Innovation-based adaptive estimation). It uses the residual or innovation vectors from historical epochs to evaluate the measurement precision of the present epoch, and the residuals from the predicted state parameters of historical epochs to estimate the precision of the predicted state parameters. Usually the IAE works well if the states and measurement errors are stable. In this case the windowing method can give reasonable covariance matrices of the measurement vectors and the predicted states.
The authors introduced an adaptive factor to balance the weights between the measurements and the predicted state parameters from the state equations, by which the bad effects of the unstable prior states predicted by the dynamical function can be controlled. An initial weight matrix or covariance matrix of the predicted state at present epoch is needed for the adaptive filtering.
Improve the deficiency of Kalman filter by this, to the influence estimating the examining value when but IAE is unable the effective state of a control is unusual, so quoting can control association's variance matrix of miscellaneous news of the trends and make the method that location improve in GPS and DME platform wholly.
目 錄
中文摘要  •••••••••••••••••••••••I英文摘要  •••••••••••••••••••••• II目錄 ••••••••••••••••••••••••• IV圖目錄  ••••••••••••••••••••••• VI表目錄  ••••••••••••••••••••••• IX  
�N第一章 緒論 �M •••••••••••••••• 01
1-1 前言   •••••••••••••••••••• 01
1-2 研究動機與目的   ••••••••••••••• 02
1-3 論文架構   •••••••••••••••••• 03
�N 第二章 卡爾曼濾波器 �M •••••••••••• 04
2-1 離散型卡爾曼濾波器 •••••••••••••   04
2-2 擴展型卡爾曼濾波器(EKF)•••••••••••  09
�N 第三章 全球定位系統 �M •••••••••••• 16
3.1 測距儀(DME)定位 ••••••••••••••• 16 
3.2 DME定位演算法 •••••••••••••••• 17 
3-3 GPS系統概述   •••••••••••••••• 19
3-3.1 GPS系統定位原理 •••••••••••••••• 21
3-3.2 GPS定位演算法••••••••••••••••  22
3-4 最佳估測理論••••••••••••••••  24
3-4.1最小平方法••••••••••••••••  25
�N 第四章 適應性濾波器�M •••••••••••• 27
4-1 觀測雜訊方差的自適應估測••••••••••• 27
4-2 系統雜訊方差的自適應估測••••••••••• 28
4.3 改善IAE(Innovation-based adaptive estimation)濾波之方法 ••29
�N 第五章 模擬與分析 �M •••••••••••••• 32
5-1比較KF、IAE、 modify IAE於二維軌跡之不同 •••••• 33
5-2應用modify IAE於DME定位 •••••••••• 37
5-3應用EKF來做定位與LS做定位之比較結果 •••••• 40
5-4應用IAE來做定位改善EKF做定位之比較結果•••••• 48
5-5應用modify IAE來做定位改善IAE定位之比較結果•••• 55
�N 第六章 結論與展望 �M •••••••••• 57
參考文獻   •••••••••• 59
參 考 文 獻
[1] Robert Grover Brown, Introduction to Random Signals and Applied Kalman Filtering.
[2] R.A. Iltis , G.A. Hanson ,“Joint estimation of PN code delay and multipath using the Extended Kalman filter”, IEEE Trans. Commu. , vol. 38 , pp. 292-299 , March 1990.
[3] D. Simon and H. El-Sherief ,“Hybrid Kalman/minimax filtering in phase-locked loops”, Control Eng. Practice , Vol. 4 , No5 , pp. 615-623 , 1996 .
[4] 莊智清 , 黃國興 ,“電子導航”, 全華科技圖書股份有限公司 , 2001.
[5] Elliott D. Kaplan 著 , 邱致和 , 王萬義 譯 , “GPS 原理與應用”, 電子工業出版社 , 北京 , 2002.
[6] GPS用戶指南,任茂東,劉過 編著,大連海事大學出版社
[7] Yuanxi Yang and Tianhe Xu, ‘’An Adaptive Kalman Filter Based On Sage windowing Weights and Variance Components’’.
[8] 崔先強著,噪聲協方差矩陣加權估計的Sage自適應濾波.
[9] Y.Yang.S.Zhang ,Adaptive fitting of systematic errors in navigation.
[10] Y.Yang,Adaptively robust filtering for kinematic geodetic positioning.
[11] FAZIEV, Comments on ‘’Adaptive Fading Kalman Filter with an Application’.
[12] 王瑞平,陳序三 著,KALMAN 濾波的實現和自適應處理.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top