DOI：10.3969/j.issn.1672-3872.2024.04.005
基金项目：安徽省高等学校科学研究项目“GNSS变形序列的在线精确获取与灾害预警方法研究”（2022AH050849）
作 者：吴 昕 ，刘 超 （安徽理工大学空间信息与测绘工程学院，安徽 淮南 232001）
摘 要：【目的】在复杂城市环境下要提升车载GNSS/INS组合导航系统定位精度与GNSS信号被遮挡后系统的定位性能，需要对传统卡尔曼滤波进行改进。【方法】课题组提出一种改进的卡尔曼滤波算法，该算法构建马氏距离作为滤波残差的检验统计量，使用假设性检验的方法对粗差进行判定，并基于量测新息构建调节因子进行调节。【结果】采用跑车实测数据对算法进行分析验证，在部分信号干扰严重区域，所提出的改进算法在东、北、天三个方向上的位置精度分别提升了19.2%、30.2%和0.4%，验证了所提算法的有效性。【结论】改进后的卡尔曼滤波算法的位置解算精度有所提升，在复杂城市环境下的应用中有一定参考价值。
关键词：组合导航；卡尔曼滤波；马氏距离；自适应抗差
引文信息：[1]吴昕，刘超.GNSS/INS组合导航中自适应抗差KF算法研究[J].南方农机，2024，55(4)：21-25.
查看全文请下载PDF文件↓
