典型文献
GNSS惯导紧组合中改进的容积卡尔曼滤波算法
文献摘要：
针对常规容积卡尔曼滤波在GNSS/INS组合导航系统理论模型与实际模型不匹配情况下滤波精度下降甚至发散的问题,该文将强跟踪滤波理论与容积卡尔曼滤波相结合形成STCKF算法,并引入时变噪声估计器.在滤波过程中,该算法利用次优渐消因子调整预测状态误差协方差,实时调整增益矩阵进而保证滤波器对实际系统状态的跟踪,并通过时变噪声估计器对量测噪声进行修正.实验结果表明,所提算法提高了常规非线性滤波器对不确定系统模型的鲁棒性及跟踪系统状态突变的能力,有效抑制异常观测信息对导航解的影响,提升了导航系统的精度和稳定性.
文献关键词：
容积卡尔曼滤波;时变噪声估计;强跟踪滤波;渐消因子
中图分类号：
作者姓名：
徐爱功;邹鑫慈;袁庆;房穹;隋心
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000;中铁第四勘察设计院集团有限公司工程测量技术应用研究所,武汉 430063
文献出处：
引用格式：
[1]徐爱功;邹鑫慈;袁庆;房穹;隋心-.GNSS惯导紧组合中改进的容积卡尔曼滤波算法)[J].测绘科学,2022(03):22-28
A类：
STCKF,时变噪声估计
B类：
GNSS,惯导,紧组合,容积卡尔曼滤波算法,INS,组合导航系统,系统理论,发散,强跟踪滤波,估计器,法利,次优,渐消因子,协方差,量测噪声,非线性滤波器,不确定系统,系统模型,跟踪系统,观测信息
AB值：
0.221633
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。
