基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

发布时间：2024-05-13 00:03

　　为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。

【文章页数】：6 页

【部分图文】：

图1各系统状态在不同机动情况下的可观测度从图1可以看出，在机动后SINS/GPS组合导航系统状

Λ=（8）为对角阵，σj（σ1≥σ2≥…≥σr）为Ms（i）的奇异值。（4）通过式（7）计算出每一个奇异值所对应的初始状态向量X（0），根据X（0）的大小即可判断出POS各系统状态的可观测性，其对应的奇异值可作为系统状态的可观测度大校X(0)=(U·Λ·V′)-1Ys（9）系统状....

本文编号：3972085