EM-CDKF算法及其SINS初始对准应用

作     者：丁国强 徐洁 周卫东 张志艳 Ding Guoqiang;Xu Jie;Zhou Weidong;Zhang Zhiyan

作者机构：郑州轻工业学院电气信息工程学院黑龙江哈尔滨150001 郑州轻工业学院软件学院河南郑州450002 哈尔滨工程大学自动化学院黑龙江哈尔滨150001 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2014年第42卷第10期

页      面：31-36页

核心收录：

学科分类：08[工学] 080401[工学-精密仪器及机械] 081105[工学-导航、制导与控制] 0804[工学-仪器科学与技术] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(U1204603) 郑州轻工业学院博士基金资助项目(2011BSJJ00048) 

主　　题：捷联惯导系统 初始对准 中心差分卡尔曼滤波 极大似然准则 极大期望算法 

摘      要：针对非线性捷联惯导系统噪声先验统计信息未知问题,基于中心差分卡尔曼滤波基本算法,采用极大似然准则构造极大期望最速下降梯度算法展开系统未知噪声统计特性在线估计计算研究,构建一类捷联惯导系统初始对准极大期望自适应中心差分最优滤波算法.该算法利用极大似然准则构造系统噪声统计特性对数似然函数,采用极大期望最速下降梯度法把系统噪声统计特性估计转化为对数似然函数期望最大值计算,获得系统过程噪声和观测噪声在线递推估计的自适应极大期望中心差分卡尔曼算法.经过大方位失准角捷联惯导系统初始对准仿真实验,与中心差分卡尔曼滤波基本算法相比,自适应极大期望中心差分卡尔曼算法能够有效解决基本算法在系统噪声先验知识未知情形下的滤波精度下降甚至发散问题,并且能够实现系统噪声统计特性的在线递推估计.