鲁棒渐消CKF及其在SINS初始对准中的应用

发布时间：2022-02-20 21:55

　　惯性导航系统正常工作前需进行初始对准,容积卡尔曼滤波（CKF）是常用的非线性初始对准算法。针对在滤波模型失准和非高斯观测噪声干扰情况下常规CKF出现精度下降甚至发散的问题,提出了鲁棒渐消CKF算法。引入多重渐消因子对观测噪声协方差阵或状态预测协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态卡方检验方法,检测滤波器状态并自主确定渐消因子的引入方式,使渐消因子的引入更加合理。试验结果表明,算法在系统建模失准及异常量测噪声的干扰下能够保持较强的鲁棒性和自适应性,其姿态失准角误差约为0.01°,航向失准角误差小于0.1°。 

【文章来源】：仪器仪表学报. 2020,41(04)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
0 引 言
1 SINS非线性误差模型
2 CKF算法
    1)滤波预测
    2)滤波修正
3 RFCKF
    3.1 FCKF
    3.2 FCKF的鲁棒改进
    3.3 滤波异常的判断
4 试验验证
5 结 论


【参考文献】：
期刊论文
[1]捷联惯导系统极区水下动基座对准[J]. 李京书,郭士荦,崔国恒,陈重阳.  仪器仪表学报. 2018(10)
[2]强跟踪CKF及其在惯导系统初始对准中的应用[J]. 郭士荦,许江宁,李峰.  中国惯性技术学报. 2017(04)
[3]基于自适应多重渐消因子卡尔曼滤波的SINS初始对准方法[J]. 薛海建,郭晓松,周召发.  系统工程与电子技术. 2017(03)
[4]基于改进型CKF的SINS初始对准方法[J]. 徐晓苏,田泽鑫,刘义亭,邹海军.  华中科技大学学报(自然科学版). 2016(01)
[5]基于多重渐消因子的自适应卡尔曼滤波器[J]. 高伟,李敬春,奔粤阳,杨晓龙.  系统工程与电子技术. 2014(07)
[6]简化UKF滤波在SINS大失准角初始对准中的应用[J]. 严恭敏,严卫生,徐德民.  中国惯性技术学报. 2008(03)
[7]渐消卡尔曼滤波器的最佳自适应算法及其应用[J]. 夏启军,孙优贤,周春晖.  自动化学报. 1990(03)

博士论文
[1]容积卡尔曼滤波算法研究及其在导航中的应用[D]. 葛磊.哈尔滨工程大学 2013



本文编号：3635879