鲁棒Kalman滤波及其在水下组合导航中的应用

摘要：

在水下捷联惯导(SINS)/多普勒计程仪(DVL)组合导航系统中,当外部辅助信息受到野值等非高斯噪声污染时,选取调节因子γ为固定值将会降低基于Huber方法的鲁棒Kalman滤波(HRKF)算法的精度和鲁棒性.针对此问题,提出了一种基于马氏距离(MD)算法的调节因子自适应的鲁棒Kalman滤波(HRAKF)算法.首先利用MD算法对正常/异常的观测量进行辨识;进而建立γk递推关系式,并根据量测噪声特性对γ值进行实时调整;最后利用γk求取Huber权函数,并对量测噪声阵进行修正.选取8000s船载实测数据,分别利用Kalman滤波(KF)、HRKF及HRAKF算法进行水下组合导航半物理仿真试验.试验结果初步表明:在观测量受到野值或混合高斯分布噪声污染时,相较于KF和HRKF,HRAKF可实现更高精度、更加稳定的组合导航.

关键词：捷联式惯导系统、水下、非高斯、Huber、调节因子、自适应

所属期刊栏目：8

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金41804076,42004067

在线出版日期：2021-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：96-103