Resumen

El sistema de navegación integrado MEMS/GPS ha sido ampliamente utilizado para la navegación de vehículos terrestres. Este sistema presenta grandes errores debido a su modelo no lineal y a las características estadísticas de ruido incierto. Basado en los principios de los algoritmos de filtrado de Kalman adaptativo (AKF) y de filtrado de Kalman no lineal (AUKF), se propone un algoritmo de filtrado de Kalman no lineal adaptativo (AUKF). Al utilizar un estimador de características de ruido incierto, las características de ruido incierto podrían ser estimadas en línea para compensar de forma adaptativa las características de ruido variables en el tiempo. Al emplear el principio de filtrado adaptativo en el UKF, la no linealidad del sistema puede ser restringida. Se realizan simulaciones para el sistema de navegación integrado MEMS/GPS. Los resultados muestran que el rendimiento de la estimación mejora con el enfoque AUKF en comparación con tanto el AKF convencional como el UKF.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Mems; Gps; Sistema de navegación integrado; Filtrado kalman adaptativo; Filtrado kalman insaturado; Algoritmo
• Keywords:Mems; Gps; Integrated navigation system; Adaptive kalman filtering; Unscented kalman filtering; Algorithm