自适应UKF算法在GNSS/INS深组合系统中的应用

作者：王睿; 黄清华; 李世玲

来源：太赫兹科学与电子信息学报, 2019, 17(02): 221-226.

• GNSS/INS深组合
• 无迹卡尔曼滤波算法
• 量测噪声变化
• 噪声估计

针对强非线性和时变噪声统计特性不明的高动态运动环境下全球卫星导航系统/惯导系统(GNSS/INS)深组合导航系统滤波精确度较差甚至发散的问题,提出一种自适应混合无迹卡尔曼滤波(UKF)算法。该算法以UKF算法为基础,采用混合滤波思想对UKF滤波算法进行简化;并根据高动态下系统量测噪声时变,且易快变、突变的特点,设计了一种基于渐消记忆指数加权的自适应量测噪声估计器,实时估计和修正噪声统计量并自适应调节估计周期。仿真结果表明,在量测噪声变化的情况下,相比于常规UKF算法,本文算法各向定位测速精确度均有所提升,水平方向精确度提升60%以上,效果明显;此外,算法耗时减少18.64%,说明本文算法能够在提升滤波精确度的同时减少部分计算量。

• 单位
  中国工程物理研究院电子工程研究所