基于改进SCKF算法的变维交互多模算法
针对卫星导航在动态定位中使用单一运动模型与实际运动状态不匹配而导致的定位精度低等问题,提出了变维交互多模(IMM)改进平方根容积卡尔曼滤波(SCKF)算法(IMMIISCKF).该算法将不同维数的状态模型同时运用到载体运动过程中,并分别基于改进SCKF算法独自进行滤波,将使用不同维数状态模型得到的定位结果经转换矩阵变换成相同维数,并乘以根据模型误差协方差阵得到的似然函数实时计算出的概率值,作为整个交互系统的滤波输出;克服了整个运动过程中仅使用一种状态模型的局限,如仅选用CV模型或CA模型等,忽略了载体在实际运动过程中的复杂性及模型的不匹配性,进而导致比较大的滤波误差,尤其是载体在进行强机动时,单一固定模型滤波效果会变得更差.同时利用QR分解思想,直接使用误差协方差矩阵的平方根矩阵进行传递计算,避免了常规容积卡尔曼滤波对协方差矩阵进行多次开方而导致的数值不稳定问题. 利用实测数据试验表明,在XYZ轴三维方向上,基于改进SCKF算法的CA和CV模型变维交互得到的动态定位结果与基准值相比,其误差值比仅使用单一模型(CV或CA模型)小,定位精度有较大的提升;同时,基于改进SCKF的变维交互多模算法与基于常规CKF及EKF的变维交互多模算法相比,也具有较明显的优势.
卫星导航 动态定位 变维交互多模算法 改进平方根容积卡尔曼滤波算法
王扬钧 刘文祥 苏映雪 孙广富
国防科学技术大学电子科学与工程学院卫星导航研发中心,长沙410073
国内会议
北京
中文
80-87
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）