改进SHAKF算法消除IMU随机误差的研究

• 作者: 马星河 毕文龙 朱行 于振子
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: MEMS-IMU Allan方差 自适应鲁棒卡尔曼滤波 随机误差 Sage-Husa自适应卡尔曼滤波
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: “传感器技术”专题|SENSOR TECHNOLOGY
• 页码范围: 59-67
• 页数: 9页
• 分类号: TP23|TN98
• 语种: 中文
• DOI: 10.13382/j.jemi.B2104194

摘要

针对Sage-Husa自适应卡尔曼滤波(SHAKF)算法在处理惯性测量单元(IMU)时,随机误差容易随着时间的累积而造成滤波发散的问题,提出一种改进的Sage-Husa自适应鲁棒卡尔曼滤波(MSHARKF)算法.首先对IMU构建了合适的模型,再将SHAKF与自适应鲁棒卡尔曼滤波(ARKF)相结合并纳入改进的时变噪声估计器,再引入最优自适应比例因子αk对量测方程迭代更新,最后得出新的预测协方差矩阵代入原方程.实验结果表明,分别通过Allan方差和均方根误差(RMSE),对MEMS-IMU滤波前后的静/动态数据分析计算得,随机误差噪声分别减小至原数据的1/10 000和1/100.与本文其他算法相比,该方法有效地对算法滤波发散进行了抑制,进而提高了 IMU的测量精度和长期稳定性.