摘要

在进行惯性量匹配船体变形测量时,光纤陀螺组件(fiber gyroscope unit,FGU)往往暴露在复杂海况的外扰环境中,经典卡尔曼滤波误差较大甚至出现发散。针对于此,引入最大熵准则(maximum correntropy criterion,MCC)和基于权重矩阵的加权最小估计方法(weighted least squares,WLS)改进KF迭代过程,推导了一种用于噪声模型未知和非高斯环境中的MCC卡尔曼滤波器(MCC Kalman filter,MCCKF)。最后,基于角速度匹配法开展多组对比实验。实验证实相较于自适应和传统最大熵滤波器,新算法无需实时调参,抑制外扰能力更优,可实现更高精度的变形角估计,满足快速收敛和抗复杂外扰的鲁棒性要求。