基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

基于 Matlab的 GPS/SINS紧组合仿真实现

首先,对不同的GPS／SINS组合模式进行了分析;在此基础上针对基于伪距、伪距率的紧组合导航系统进行研究,建立了系统的状态方程和量测方程,并用Matlab进行了仿真实现。在系统的仿真实现中,由于很难获得全面真实的导航飞行轨迹数据,文章采用一种纯数学形式的解析方法来产生飞行轨迹数据,因而系统的仿真包括3部分：轨迹发生器、GPS仿真子系统、SINS仿真子系统。仿真结果表明,GPS／SINS紧组合导航系统能够有效地提高系统的导航精度,用纯数学形式的解析方法来产生飞行轨迹数据是可行的、有效的。