科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对城市环境下的全球卫星导航系统(GNSS)信号异常导致的车辆组合定位系统定位精度下降的问题，提出了一种基于模糊自适应卡尔曼滤波的车辆组合定位算法。利用模糊推理系统监测GNSS提供的辅助信息并输出量测噪声调整系数，利用改进的Sage-Husa自适应滤波算法对量测噪声进行自适应估计，并与误差状态卡尔曼滤波(ESKF)相结合，通过及时调整量测噪声协方差的方式提高系统在GNSS信号异常区域的定位精度，同时加入车辆运动约束对模型进行修正。采用计算机仿真和实车实验的方式对所提算法的性能进行了验证，结果表明：所提算法能够及时有效地对量测噪声进行调整，在GNSS信号异常区域的定位精度相较于标准的ESKF算法有明显提升。
- 单位
