基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

作者：孟阳; 高社生; 高兵兵; 王维

来源：中国惯性技术学报, 2016, 24(06): 746-751.

DOI：10.13695/j.cnki.12-1222/o3.2016.06.009

• INS/GNSS/CNS组合系统
• 数据融合
• 联邦卡尔曼滤波
• 无迹卡尔曼滤波

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。

• 单位
  西北工业大学; 自动化学院