自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

作     者：郭士荦 吴苗 许江宁 李京书 GUO Shiluo;WU Miao;XU Jiangning;LI Jingshu

作者机构：海军工程大学导航工程系 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2018年第43卷第11期

页      面：1667-1672,1680页

核心收录：

学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41574069 41404002 61503404) 

主　　题：卡尔曼滤波 惯性导航系统 初始对准 自适应渐消滤波 滤波状态检验 

摘      要：卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ^2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。