摘要
在基于卡尔曼滤波的捷联惯导初始对准中,由于噪声协方差矩阵无法精确确定,滤波过程中状态估计协方差矩阵的数值稳定性不好,容易导致滤波精度降低和状态估计协方差矩阵失去对称正定性,甚至滤波发散。针对这一问题,提出将UD分解自适应卡尔曼滤波应用到捷联惯导初始对准问题中。新算法采用协方差匹配法,实时估计并调整噪声协方差矩阵,对状态协方差矩阵的分解矩阵更新,保证协方差矩阵的对称正定性。仿真结果表明,相比标准卡尔曼滤波,UD分解自适应滤波算法数值稳定性好,具有噪声自适应能力,在先验量测噪声协方差矩阵存在误差的情况下,新算法能缩短初始对准的时间。
- 单位