一种基于改进自适应卡尔曼滤波的GNSS/INS组合导航算法

摘要：

在全球卫星导航系统/惯性导航系统(global navigation satellite system/inertial navigation system,GNSS/INS)组合系统中,状态模型误差和异常扰动的影响严重降低了标准卡尔曼滤波的性能,而基于预测残差自适应的卡尔曼滤波随计算次数的增加滤波效果降低,且使用统一的自适应因子调节不可靠.针对上述问题,提出一种改进算法,利用预测残差建立的统计量调节位置向量和速度向量,避免了其他参数对滤波的平衡作用;通过预测残差的概率密度建立马氏距离进行假设检验,在模型正常时使用标准卡尔曼滤波,模型异常时使用改进滤波算法;采用实测车载数据对标准卡尔曼滤波、单因子自适应滤波和本文的滤波方法进行评估,实验结果表明:改进的自适应卡尔曼滤波的滤波算法效果良好,证明了所提算法的有效性.

关键词：组合导航、卡尔曼滤波、马氏距离、自适应因子

所属期刊栏目：20

分类号：P228(大地测量学)

资助基金：国家重点研发计划2016YFB0501705

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：913-917