融合高斯过程回归的UKF估计方法

• 作者: 叶文 李建利 杨平 蔡晨光
• 来源期刊: 北京航空航天大学学报
• 学科: 航空航天
• 关键词: SINS/GNSS组合导航 高精度滤波估计 惯导误差模型 无迹卡尔曼滤波(UKF) 高斯过程回归(GPR)
• 年，卷（期）: 2019,（6）
• 页码范围: 1081-1087
• 页数: 7页
• 分类号: V243.5
• 字数: 4816字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2018.0591

摘要

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度.传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响.针对此问题,提出了一种采用高斯过程回归(GPR)增强无迹卡尔曼滤波(UKF)预测和估计能力的高精度滤波估计方法.一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性.将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建利	北京航空航天大学仪器科学与光电工程学院	25	183	9.0	13.0
2	杨平	中国计量科学研究院力学与声学计量科学研究所	28	57	4.0	6.0
3	蔡晨光	中国计量科学研究院力学与声学计量科学研究所	17	20	2.0	3.0
4	叶文	中国计量科学研究院力学与声学计量科学研究所	3	6	2.0	2.0