基于稳健MM估计的REKF RAIM算法

• 作者: 王文博 徐颖
• 来源期刊: 系统工程与电子技术
• 关键词: 卡尔曼滤波 接收机自主完好性监测 MM估计 双星故障模式 特征斜率 快速选星
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 制导、导航与控制|Guidance,Navigation and Control
• 页码范围: 216-222
• 页数: 7页
• 分类号: V249.31
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2021.01.26

摘要

基于鲁棒扩展卡尔曼滤波(robust extended Kalman filter,REKF)的接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)对双星故障模式的检测及识别效果相对较差,尤其当故障矢量具有较高的空间一致性时,M估计的稳健性会受到极大破坏.针对这一问题,提出基于稳健MM估计的REKF RAIM算法,MM估计是兼具高崩溃污染率和高估计效率的两步抗差估计方法,首先采用具有高崩溃污染率的最小截断二乘(least trimmed squares,LTS)估计获得稳健性高的迭代初值和尺度参数,然后采用IGG Ⅲ方案得到最终的参数估计值,并设计一种基于特征斜率的快速选星方法降低LTS估计的计算量.仿真结果表明,相比于基于M估计的REKF,MMREKF在双星故障模式下具备更高的稳健性,对双星故障模式有更好的检测与识别能力.