一种新型自适应模型预测组合滤波在在线标定中的应用

• 作者: 吴梅 张涛 徐晓苏 李瑶 王捍兵
• 来源期刊: 中国惯性技术学报
• 学科: 交通运输
• 关键词: 模型预测滤波 Sage-Husa自适应卡尔曼滤波 在线标定 噪声统计特性
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 惯性系统研究与分析
• 页码范围: 713-718
• 页数: 6页
• 分类号: U666.1
• 字数: 4349字
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2017.06.003

摘要

为了提高捷联惯性导航系统在线标定的精度和实时性,根据模型预测滤波算法和Sage_Husa自适应卡尔曼滤波算法的优点,提出了一种新的自适应模型预测组合滤波算法.该算法首先利用模型预测滤波算法估计出系统模型误差,并对系统状态方程实时修正,以减小系统模型误差对导航精度的影响;然后利用简化的自适应滤波算法对量测噪声在线调整,修正噪声统计特性,以提高滤波精度.将提出的算法进行在线标定仿真实验,并与传统的卡尔曼滤波在线标定算法进行比较,结果表明,提出的自适应模型预测组合滤波算法能有效完成在线标定,且标定精度和收敛速度均优于传统方法.