利用SVM的GPS/INS组合导航滤波发散抑制方法研究

李增科; 王坚; 高井祥; 谭兴龙

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用SVM的GPS/INS组合导航滤波发散抑制方法研究

李增科, 王坚, 高井祥, 谭兴龙

文章导航 > 武汉大学学报 ● 信息科学版 > 2013 > 38(10): 1216-1220

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.

引用本文:

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.

LI Zengke, WANG Jian, GAO Jingxiang, TAN Xinglong. A Method to Prevent GPS / INS Integrated Navigation Filtering Divergence Based on SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10): 1216-1220.

Citation:

LI Zengke, WANG Jian, GAO Jingxiang, TAN Xinglong. A Method to Prevent GPS / INS Integrated Navigation Filtering Divergence Based on SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10): 1216-1220.

利用SVM的GPS/INS组合导航滤波发散抑制方法研究

李增科^1,2,
王坚^1,2,
高井祥²,
谭兴龙^1,2

¹中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室;²中国矿业大学江苏省资源环境信息工程重点实验室

基金项目: 国家自然科学基金青年基金资助项目(40904004)；国家自然科学基金资助项目(41074010),江苏省高校优势学科建设工程资助项目；江苏省普通高校研究生科研创新计划资助项目(CXZZ12_0939)

详细信息

作者简介:
李增科，博士生，研究方向为ＧＰＳ／ＩＮＳ组合导航。

中图分类号: P228.4

A Method to Prevent GPS / INS Integrated Navigation Filtering Divergence Based on SVM

¹Key Laboratory for Land Environment and Disaster Monitoring of NASMG, China Universityof Mining and Technology, South Sanhuan Road, Xuzhou 221116, China;²Jiangsu Key Laboratory of Resources and Environmental Information Engineering, China Universityof Mining and Technology, South Sanhuan Road, Xuzhou 221116, China

Funds: 国家自然科学基金青年基金资助项目(40904004)；国家自然科学基金资助项目(41074010),江苏省高校优势学科建设工程资助项目；江苏省普通高校研究生科研创新计划资助项目(CXZZ12_0939)

摘要: 为验证导航模型在GPS信号更新频率较低的情况下的导航能力,给出了GPS/INS组合导航滤波模型。载体运动过程中,分别使信号中断5s、10s、15s。通过实验得出,GPS信号中断时间过长(10s以上),GPS信号恢复后,Kalman滤波器会产生发散现象。引入支持向量机,提出利用SVM内插GPS信号提高信息更新频率消除组合导航滤波器的发散。结果表明,GPS信号中断时间过长导致组合导航系统滤波发散的情况下,通过SVM内插GPS数据提高GPS更新频率,可以有效地抑制滤波发散,提高导航的准确性。
- GPS/INS组合导航 /
- Kalman滤波 /
- 滤波发散 /
- 支持向量机
Abstract: A GPS / INS integrated navigation model is introduced in order to verify the naviga-tion ability in the condition of low GPS signal update frequency. The GPS signal break period were chosen 5s, 10sand 15sduring the vehicle motion, which has demonstrated that long signal interruption interval (above 10s) will lead to the Kalman filtering divergence after GPS signal reconstruction. Considering that the integrated navigation model has favorable effect in high GPS signal update frequency, a new method is proposed to prevent the filtering divergence. The approach adopted extensively is called support vector machine (S VM) inter-polating the GPS signal based on vehicle movement discipline. These findings of the research have led the author to the conclusion that SVM is able to increase the GPS signal update fre-quency to prevent the filtering divergence caused by long GPS signal interruption interval and strengthen the navigation accuracy.
- GPS / INS integrated navigation /
- Kalman filter /
- filter divergence /
- support vector machine

[1]

王坚,刘超,高井祥,许长辉. 基于抗差EKF的GNSS/INS紧组合算法研究[J]. 武汉大学学报(信息科学版). 2011(05)[2] 吴富梅,杨元喜,崔先强. 利用部分状态不符值构造的自适应因子在GPS/INS紧组合导航中的应用[J]. 武汉大学学报(信息科学版). 2010(02)[3] 高为广,杨元喜,崔先强,张双成. IMU/GPS组合导航系统自适应Kalman滤波算法[J]. 武汉大学学报(信息科学版). 2006(05)[4] 杨元喜,何海波,徐天河. 论动态自适应滤波[J]. 测绘学报. 2001(04)[5] Yanrui Geng,Jinling Wang. Adaptive estimation of multiple fading factors in Kalman filter for navigation applications[J]. GPS Solutions . 2008 (4)

[1]	段佩祥, 钱海忠, 何海威, 谢丽敏, 罗登瀚. 基于支持向量机的线化简方法 . 武汉大学学报 ● 信息科学版, 2020, 45(5): 744-752, 783. doi: 10.13203/j.whugis20180434
[2]	宋会杰, 董绍武, 王燕平, 安卫, 侯娟. 基于渐消因子的改进Kalman滤波时间尺度估计算法 . 武汉大学学报 ● 信息科学版, 2019, 44(8): 1205-1211, 1219. doi: 10.13203/j.whugis20180065
[3]	刘韬, 徐爱功, 隋心, 王长强. 新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用 . 武汉大学学报 ● 信息科学版, 2019, 44(2): 233-239. doi: 10.13203/j.whugis20170067
[4]	王冰, 隋立芬, 王威, 马成. GPS/陀螺组合测姿中整周模糊度的快速解算 . 武汉大学学报 ● 信息科学版, 2015, 40(1): 128-133.
[5]	张小红, 潘宇明, 左翔, 汪杰. 一种改进的抗差Kalman滤波方法在精密单点定位中的应用 . 武汉大学学报 ● 信息科学版, 2015, 40(7): 858-864. doi: 10.13203/j.whugis20130577
[6]	刘宁, 张永志, 熊永良. GPS参考站对流层湿延迟近实时估计的三步滤波算法 . 武汉大学学报 ● 信息科学版, 2015, 40(7): 918-923. doi: 10.13203/j.whugis20130600
[7]	李增科, 高井祥, 王坚, 胡洪. 利用牛顿插值的GPS/INS组合导航惯性动力学模型 . 武汉大学学报 ● 信息科学版, 2014, 39(5): 591-595. doi: 10.13203/j.whugis20120190
[8]	武雪玲, 任福, 牛瑞卿, 彭令. 斜坡单元支持下的滑坡易发性评价支持向量机模型 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1499-1503.
[9]	何正斌, 聂建亮, 吴富梅, 张菊清. 利用随机系数矩阵的GNSS/INS组合导航Kalman滤波算法 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1036-1040.
[10]	戴吾蛟, 伍锡锈, 罗飞雪. 一种利用增广参数Kalman滤波的GPS多路径效应处理方法 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 423-427.
[11]	何正斌, 吴富梅, 聂建亮. 先验协方差阵误差对动态Kalman滤波解的影响 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 34-38.
[12]	阮仁桂, 郝金明, 刘勇. 正反向Kalman滤波用于动态精密单点定位参数估计 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 279-282.
[13]	归庆明, 韩松辉. Kalman滤波模型误差的修复 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 983-987.
[14]	汪志明, 花向红, 陈远, 郭斐. GPS/DR组合Kalman滤波模型及性能分析 . 武汉大学学报 ● 信息科学版, 2009, 34(9): 1102-1105.
[15]	张双成, 叶世榕, 万蓉, 陈波. 基于Kalman滤波的断层扫描初步层析水汽湿折射率分布 . 武汉大学学报 ● 信息科学版, 2008, 33(8): 796-799.
[16]	高为广, 杨元喜, 张双成. 顾及动力学模型误差影响的GPS/INS组合导航自适应滤波算法 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 191-194.
[17]	崔先强, 杨元喜, 高为广. 多种有色噪声自适应滤波算法的比较 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 731-735.
[18]	杨元喜, 高为广. 两种渐消滤波与自适应抗差滤波的综合比较分析 . 武汉大学学报 ● 信息科学版, 2006, 31(11): 980-982.
[19]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 912-915,932.
[20]	马攀, 孟令奎, 文鸿雁. 基于小波分析的Kalman滤波动态变形模型研究 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 349-353.

点击查看大图

计量

文章访问数: 704
HTML全文浏览量: 40
PDF下载量: 603
被引次数: 0

利用SVM的GPS/INS组合导航滤波发散抑制方法研究

¹中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室;²中国矿业大学江苏省资源环境信息工程重点实验室

作者简介:
李增科，博士生，研究方向为ＧＰＳ／ＩＮＳ组合导航。

收稿日期: 2013-06-12
修回日期: 2013-10-05
刊出日期: 2013-10-05

中图分类号: P228.4

关键词:

摘要: 为验证导航模型在GPS信号更新频率较低的情况下的导航能力,给出了GPS/INS组合导航滤波模型。载体运动过程中,分别使信号中断5s、10s、15s。通过实验得出,GPS信号中断时间过长(10s以上),GPS信号恢复后,Kalman滤波器会产生发散现象。引入支持向量机,提出利用SVM内插GPS信号提高信息更新频率消除组合导航滤波器的发散。结果表明,GPS信号中断时间过长导致组合导航系统滤波发散的情况下,通过SVM内插GPS数据提高GPS更新频率,可以有效地抑制滤波发散,提高导航的准确性。

English Abstract

A Method to Prevent GPS / INS Integrated Navigation Filtering Divergence Based on SVM

¹Key Laboratory for Land Environment and Disaster Monitoring of NASMG, China Universityof Mining and Technology, South Sanhuan Road, Xuzhou 221116, China;²Jiangsu Key Laboratory of Resources and Environmental Information Engineering, China Universityof Mining and Technology, South Sanhuan Road, Xuzhou 221116, China

Received Date: 2013-06-12
Rev Recd Date: 2013-10-05
Publish Date: 2013-10-05

Keywords:

Abstract: A GPS / INS integrated navigation model is introduced in order to verify the naviga-tion ability in the condition of low GPS signal update frequency. The GPS signal break period were chosen 5s, 10sand 15sduring the vehicle motion, which has demonstrated that long signal interruption interval (above 10s) will lead to the Kalman filtering divergence after GPS signal reconstruction. Considering that the integrated navigation model has favorable effect in high GPS signal update frequency, a new method is proposed to prevent the filtering divergence. The approach adopted extensively is called support vector machine (S VM) inter-polating the GPS signal based on vehicle movement discipline. These findings of the research have led the author to the conclusion that SVM is able to increase the GPS signal update fre-quency to prevent the filtering divergence caused by long GPS signal interruption interval and strengthen the navigation accuracy.

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.

引用本文:

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.

Citation: