[发明专利]车载微惯性/卫星组合导航系统的自适应卡尔曼滤波方法

摘要

本发明公开车载微惯性/卫星组合导航系统的自适应卡尔曼滤波方法。该方法在当组合导航系统状态估计误差参数与量测噪声参数未知或时变时，在进行状态估计的同时，根据量测输出与状态信息实时地对量测噪声方差阵与状态噪声方差阵进行更新。利用指数渐消记忆加权平均方法，渐消陈旧量测噪声与系统噪声的影响，同时针对噪声方差阵可能失去正定性的问题，引入序贯滤波的方法对其矩阵中对角线上的每个元素的大小进行限制。本发明计算量小，鲁棒性好，相比传统卡尔曼滤波，能获得车辆更高精度的位置信息、速度信息与姿态信息。

主权项

车载微惯性/卫星组合导航系统的自适应卡尔曼滤波方法，其特征在于，包括以下步骤：步骤一：建立组合导航系统的状态方程与量测方程xk＝Φk/k‑1xk‑1+wk‑1zk＝Hkxk+vkxk为状态矩阵，zk为测量矩阵，Φk/k‑1为状态转移矩阵，Hk为量测转移矩阵；wk‑1为系统高斯白噪声，系统噪声方差为Qk‑1；vk测量高斯白噪声，量测噪声方差为Rk；步骤二：采用一种基于噪声方差的自适应参数估计方法进行噪声参数估计，其具体实施过程为：首先进行状态一步预测得到Xk/k‑1＝Φk/k‑1Xk‑1以及Zk/k‑1＝HkXk/k‑1；其次计算量测预测误差ez,k/k‑1＝Zk‑Zk/k‑1与状态估计误差ex,k/k‑1＝Xk‑Xk/k‑1以及调节参数βQ,k、βR,k，再次利用Rk与Qk‑1的递推更新公式进行测量噪声方差Rk与系统噪声方差Qk‑1的更新；然后利用序贯滤波，限制Rk与Qk‑1中对角元素的大小，保证Rk与Qk‑1的正定性，防止滤波发散；最后将得到的量测噪声方差Rk与系统噪声方差Qk‑1代入到卡尔曼滤波器增益计算方程与状态更新方程中，完成对状态误差的估计，得到最优状态误差；步骤三：采用松组合导航方法，利用前面得到的最优状态误差去校正微惯性导航系统的输出，获得车辆姿态角、速度与位置的最优值。