典型文献
自适应前后向平滑算法在组合导航中的应用
文献摘要：
当全球卫星导航系统(GNSS)的导航信号受到部分遮挡或干扰,导致新息向量误差增大,会造成GNSS/INS(惯性导航系统)单向滤波误差增大,滤波误差将进一步干扰平滑效果,针对这一问题,提出一种自适应前后向平滑算法,算法在单向滤波时采用自适应卡尔曼滤波,通过自适应调节新息向量的方差协方差矩阵,减小误差的不利影响.一组跑车实验数据计算表明,自适应平滑算法精度要优于常规的平滑算法,可以有效减小误差.自适应前后向平滑算法三维位置误差的均值和标准差分别为25.03和8.94 cm,比未自适应处理精度分别提升21.66％和43.74％,对速度和姿态精度也有一定提升.提出的算法和实验结论可为组合导航数据后处理提供参考.
文献关键词：
前后向平滑;自适应滤波;组合导航;位置精度;数据后处理
中图分类号：
作者姓名：
何劢航;孙付平;肖凯;车通宇;苗岳旺
作者机构：
61363 部队,西安 710054;信息工程大学,郑州 450001
文献出处：
引用格式：
[1]何劢航;孙付平;肖凯;车通宇;苗岳旺-.自适应前后向平滑算法在组合导航中的应用)[J].导航定位学报,2022(06):151-156
A类：
B类：
前后向平滑,平滑算法,组合导航,全球卫星导航系统,GNSS,导航信号,部分遮挡,新息,向量误差,INS,惯性导航系统,自适应卡尔曼滤波,自适应调节,协方差矩阵,减小误差,跑车,数据计算,自适应平滑,三维位置,位置误差,自适应处理,实验结论,导航数据,数据后处理,自适应滤波,位置精度
AB值：
0.355814
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。
