GPS/INS松耦合组合导航的自适应卡尔曼滤波算法研究

针对常规卡尔曼滤波应用在GPS/INS组合导航时,由于量测数据出现异常值或系统状态模型不准确而造成的滤波精度下降问题,提出了一种基于新息的自适应卡尔曼滤波算法(AKF).该算法首先通过卡方检验检测出量测异常值,在量测异常值处调整量测噪声方差阵来抑制滤波发散;在此基础上根据新息协方差的计算值与新息协方差的预测值的粗略比率,调整系统噪声方差阵,从而提高整体滤波精度.通过跑车试验,对本文提出的AKF算法进行了验证.试验结果表明:本文提出的AKF算法较常规卡尔曼滤波算法在经度、纬度误差(均方根)上分别降低了67％,34％,在东向速度、北向速度误差(均方根)上分别降低了47％,38％.从而证明了该算法能有效地抑制由量测异常值导致的状态估计误差,防止滤波发散,提高滤波稳定性.