典型文献
基于模糊鲁棒自适应CKF算法的MEMS-IMU姿态估计
文献摘要：
针对微机电惯组(MEMS-IMU)受到状态突变干扰、存在未知量测噪声等情况下,传统滤波算法无法准确估计系统姿态问题,提出了一种基于模糊鲁棒自适应容积卡尔曼滤波(FRA-CKF)的姿态估计算法.通过分析滤波新息序列的统计特性,根据χ2检验原理设置了修正门限和修正边界,构造了容积卡尔曼滤波、鲁棒修正和自适应修正的隶属度函数,制定相应的模糊修正准则,使算法兼顾自适应性和鲁棒性.仿真及静、动态实验验证了所提出算法的有效性.静态实验结果表明,所提出的滤波算法相比CKF算法,航向角估计的均方根误差降低了80％,提高了滤波的精度和稳定性.
文献关键词：
容积卡尔曼滤波;模糊修正准则;新息序列;姿态估计
中图分类号：
作者姓名：
乔美英;高翼飞;李宛妮;姚文豪
作者机构：
河南理工大学 电气工程与自动化学院,焦作 454000
文献出处：
引用格式：
[1]乔美英;高翼飞;李宛妮;姚文豪-.基于模糊鲁棒自适应CKF算法的MEMS-IMU姿态估计)[J].中国惯性技术学报,2022(03):296-303
A类：
模糊修正准则
B类：
鲁棒自适应,CKF,MEMS,IMU,微机电,未知量测噪声,滤波算法,自适应容积卡尔曼滤波,FRA,姿态估计算法,新息序列,统计特性,正门,门限,自适应修正,隶属度函数,自适应性,动态实验,静态实验,航向角估计
AB值：
0.282001
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
