支持向量机辅助的自适应EKF滤波及其在单频GPS精密动态单点定位中的应用

摘要

应用扩展卡尔曼滤波(EKF)进行单频GPS精密动态单点定位时,只有当动力学模型和随机模型准确无误,卡尔曼滤波才能提供系统状态向量的最优解,而实际上,卡尔曼滤波解会被许多因素影响,如动态载体的机动,先验信息的不准确,载体周边环境的改变等等,这些往往很难被精确的模型化,可以利用支持向量机的复杂的非线性映射能力,通过对样本的训练,学习和提取它们之间的复杂联系.本文尝试利用支持向量机来辅助卡尔曼滤波,先选择具有全局意义的样本,把新息向量作为支持向量机的输入,输出是相应的滤波解差值。然后在动态定位中,在线利用训练好的支持向量机预测出当前历元的滤波解差值,实时的修正滤波解,从而提高定位精度.最后通过一个实际算例验证了算法的适用性。