基于马氏距离的非线性自适应状态估计算法
与常规卡尔曼滤波相比,渐消滤波能够克服模型不确定性的影响.然而,异常的测量值将引起先验协方差矩阵异常,甚至导致渐消滤波器失效.针对这一问题,本文从工程数据处理实践出发,引入马氏距离构造判别统计量进行探测,并根据探测结果适时采用渐消因子或协方差膨胀因子,提出了一种基于马氏距离探测的改进自适应滤波器.利用全球导航卫星系统和惯性导航系统在工程实践中采集的数据,进行了多组试验,验证了该算法的有效性.试验结果表明,该算法能有效地控制动态模型偏差和异常测量值的影响,提高滤波解算的稳定性,解算精度较高.
自适应、探测、马氏距离、非线性估计
44
P228.4(大地测量学)
2023-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
104-110