RAE并行滤波的重力异常匹配算法

发布时间：2017-06-13 23:04

  本文关键词：RAE并行滤波的重力异常匹配算法，由笔耕文化传播整理发布。

【摘要】：扩展卡尔曼滤波技术可以利用序列观测重力异常数据以及航行区域重力异常基准图来校正惯性导航系统漂移误差。针对因重力测量环境的变化、测量仪器扰动等因素造成的重力异常观测噪声不确定问题,提出了基于量测残差自适应估计观测噪声协方差(residual-based adaptive estimation,RAE)的重力异常滤波匹配算法;设计了一组并行卡尔曼滤波器,并简化了最优滤波器的选择准则。不同重力特征区域的实验表明,该算法能够有效降低惯性导航系统经纬向漂移误差,提高系统的导航定位精度。
【作者单位】： 信息工程大学地理空间信息学院;63666部队;78138部队;
【关键词】： RAE滤波 重力异常 并行卡尔曼滤波 自适应估计 观测噪声
【基金】：国家863计划(2013AA122502) 国家自然科学基金(41274029)~~
【分类号】：TN96;P223
【正文快照】： 重力异常辅助惯性导航是利用重力异常值作为惯性导航系统的外部信息源,结合惯性导航系统信息对惯性导航位置进行修正[1-4],提高惯性导航系统的精度,从而保证水下潜器长时间、高精度的隐秘航行。该模式利用了地球物理场信息,不需要接收外部有源信号,被视为理想的导航模式。20世

  本文关键词：RAE并行滤波的重力异常匹配算法，由笔耕文化传播整理发布。

，

本文编号：447810