一种改进的自适应抗差卡尔曼滤波算法在组合导航中的应用  

Application of an Improved Adaptive Robust Kalman Filter Algorithm in Integrated Navigation

作　　者：文海平 高雅萍[1] 秦岩宾[1] WEN Hai-ping;GAO Ya-ping;QIN Yan-bin

机构地区：[1]成都理工大学地球科学学院,四川成都610059

出　　处：《测绘》2022年第1期31-34,共4页Surveying and Mapping

基　　金：2020年国家级大学生创新创业训练项目:轨道平顺性检测小车的INS/BDS组合导航平台关键技术的研究(基金号:202010616004)。

摘　　要：GNSS/INS组合导航是确定载体位置、速度常用方法,多采用标准卡尔曼滤波算法作为数据融合算法,然而在系统状态模型不准确或观测值存在异常粗差的情况下,标准卡尔曼滤波会产生发散现象,导致滤波结果次优。本文采用了一种基于新息检测的改进自适应抗差卡尔曼滤波算法,该算法通过新息序列构造出卡方检验统计量和预测误差判别统计量,识别观测粗差和系统状态模型误差,进而引进抗差因子和自适应因子对标准卡尔曼滤波方程中的观测噪声协方差矩阵和状态预测协方差矩阵做出适当的调整,平衡滤波估计值对GNSS观测值和状态预测值的信任,提高组合导航的导航精度。仿真实验结果表明:改进的自适应抗差卡尔曼滤波算法能够有效地抵挡系统状态模型误差和观测粗差对滤波估计值的不良影响。

关 键 词：组合导航 自适应抗差卡尔曼滤波 抗差因子 自适应因子 

分 类 号：P228[天文地球—大地测量学与测量工程]