文件名称：论文研究-H∞鲁棒自适应CKF算法在组合导航中的应用.pdf
文件大小：929KB
文件格式：PDF
更新时间：2022-10-06 04:25:10
论文研究
针对组合导航系统状态模型及噪声统计特性不确定的情况下，标准容积卡尔曼滤波（Cubature Kalman Filter，CKF）算法鲁棒性差，导致滤波精度下降甚至出现滤波发散的问题，提出一种H∞鲁棒自适应CKF算法。该算法基于标准的三阶CKF算法理论框架，在观测方程为线性的条件下，对其量测更新进行了简化，并引入数值稳定性较强的奇异值分解（Singular Value Decomposition，SVD）对系统状态协方差阵进行分解迭代，改善了计算的数值稳定性；在系统状态协方差阵更新过程中引入H∞ 滤波思想，并基于矩阵不等式的理论，对其约束条件[γ]进行了自适应选取，进一步改善了滤波的稳定性，提高了系统的鲁棒性。将该算法用于GNSS/INS组合导航的数值仿真实验，结果验证了该算法的有效性和优越性。