典型文献
基于序贯UKF的GNSS/CNS/SINS组合导航最优融合算法
文献摘要：
组合导航系统在动态环境下具有强非线性,为提高GNSS/CNS/SINS组合导航系统的导航精度,提出一种基于序贯UKF的多传感器最优融合算法.首先,建立GNSS/CNS/SINS组合导航系统的非线性状态方程及2个子滤波器的线性量测方程;然后,对标准UKF的量测更新过程进行简化,简化UKF算法具有与标准UKF算法相同的滤波精度,且具有计算量低的特性;最后,将序贯滤波算法与简化UKF算法结合,提出多传感器组合导航系统的序贯UKF最优融合算法.仿真结果表明,本文序贯UKF算法不仅可提高系统解算的实时性,并且相对于集中线性卡尔曼滤波算法及经典集中线性UKF算法具有较高的滤波精度.
文献关键词：
简化UKF;序贯UKF;多传感器组合导航;集中常规卡尔曼滤波算法;经典集中线性UKF算法
中图分类号：
作者姓名：
林雪原;王萍;许家龙;刘立宁;陈祥光
作者机构：
烟台南山学院工学院,山东省龙口市大学路 12 号,265713;航天晨光股份有限公司,南京市天元中路 188 号,211100;北京理工大学化学与化工学院,北京市中关村南大街 5 号,100081
文献出处：
引用格式：
[1]林雪原;王萍;许家龙;刘立宁;陈祥光-.基于序贯UKF的GNSS/CNS/SINS组合导航最优融合算法)[J].仪器仪表用户,2022(12):1211-1215
A类：
集中常规卡尔曼滤波算法
B类：
序贯,UKF,GNSS,CNS,SINS,最优融合,融合算法,组合导航系统,动态环境,强非线性,导航精度,状态方程,滤波器,更新过程,计算量,多传感器组合导航,中线
AB值：
0.177511
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。
