改进的强跟踪UKF算法及其在INS/GPS组合导航中的应用

发布时间：2022-02-15 10:08

　　针对标准UKF缺乏对系统状态异常的自适应调整能力,导致滤波精度降低的问题,提出一种改进的强跟踪UKF算法。该算法采用假设检验的方法对异常状态进行检测,当系统状态发生异常时,对预测协方差阵引入次优渐消因子自适应的调整滤波增益,实现对系统真实状态的强跟踪。该算法中次优渐消因子的确定无需计算系统模型的雅克比矩阵,提高了传统强跟踪UKF的实用性。将提出的算法应用于INS/GPS组合导航系统进行仿真验证,并与标准UKF进行比较,结果表明,在系统状态存在异常时,提出的带单重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-13.7 m,14.9 m]以内,带多重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-10.0 m,12.1 m]以内,滤波性能明显优于标准UKF,提高了组合导航系统的解算精度。 

【文章来源】：中国惯性技术学报. 2014,22(05)北大核心EICSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于多重次渐消因子的强跟踪UKF姿态估计[J]. 钱华明,黄蔚,孙龙,徐健雄,葛磊.  系统工程与电子技术. 2013(03)
[2]自适应Sage-Husa粒子滤波及其在组合导航中的应用[J]. 薛丽,高社生,胡高歌.  中国惯性技术学报. 2013(01)
[3]基于强跟踪UKF的航天器自主导航间接量测滤波算法[J]. 杨文博,李少远.  系统工程与电子技术. 2011(11)
[4]A strong tracking nonlinear robust filter for eye tracking[J]. Zutao ZHANG 1,2,Jiashu ZHANG 2 (1.School of Mechanical Engineering,Southwest Jiaotong University,Chengdu Sichuan 610031,China;2.Sichuan Key Lab of Signal and Information Processing,Southwest Jiaotong University,Chengdu Sichuan 610031,China).  Journal of Control Theory and Applications. 2010(04)
[5]UKF在INS/GPS直接法卡尔曼滤波中的应用[J]. 杨波,秦永元,柴艳.  传感技术学报. 2007(04)
[6]一种带多重次优渐消因子的扩展卡尔曼滤波器[J]. 周东华,席裕庚,张钟俊.  自动化学报. 1991(06)



本文编号：3626436