改进的自适应衰减卡尔曼滤波算法

• 作者: 叶攀 许伟通 高伟
• 来源期刊: 计算机测量与控制
• 关键词: 组合导航系统 自适应衰减卡尔曼滤波 遗忘因子 噪声模型
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 190-192,205
• 页数: 4页
• 分类号: U666.1
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.08.051

摘要

SINS/GPS组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型和随机噪声信息必须准确已知;实际情况下.大部分系统的模型和随机噪声信息不完全可知,这可能会导致滤波器估计精度下降;针对这一问题,根据求解遗传因子的方法不同对传统的自适应衰减卡尔曼滤波进行改进,提出一种改进的自适应衰减卡尔曼滤波;改进后的算法分别适用于系统噪声统计模型不准确可知和量测噪声统计模型不准确可知两种情况,分别对应于两种滤波算法,并且二者具有统一的滤波框架;仿真结果表明,改进的自适应衰减卡尔曼滤波比卡尔曼滤波精度较高,有效解决了因为噪声模型不准确导致的精度下降问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高伟	哈尔滨工程大学自动化学院	113	1125	19.0	26.0
2	叶攀	哈尔滨工程大学自动化学院	8	35	4.0	5.0
3	许伟通	哈尔滨工程大学自动化学院	6	25	3.0	4.0