マルチセンサー統合航法システムのための改良型変分ベイズベース適応型連邦カルマンフィルター

科学分野:

• ナビゲーションシステム工学
• 信号処理
• 制御理論

背景:

• 車両ナビゲーションシステムは、さまざまな周波数とタイプのセンサーからの堅牢なデータ融合を必要とします。
• センサー測定ノイズの不一致は、統合ナビゲーションソリューションの精度を低下させます。
• 既存の方法は、不確実で時間変化するノイズ特性に対処するのに苦労しています。

研究 の 目的:

• 車両ナビゲーションのための高度な情報融合フレームワークを開発すること。
• センサーノイズ特性の不一致に対処することにより、推定精度を向上させること。
• 動的な環境における統合ナビゲーションシステムの堅牢性を強化すること。

主な方法:

• 連邦カルマンフィルター（FKF）に基づいた情報融合フレームワークが設計されました。
• 改良型変分ベイズベース適応型カルマンフィルター（IVBAKF）がコア推定モジュールとして統合されました。
• 測定ノイズ共分散行列（MNCM）を推定するために、測定の革新によって導かれる適応型忘却係数が使用されました。

主要な成果:

• 提案されたIVBAKFは、MNCMを効果的に推定し、不確実な測定ノイズを軽減します。
• このアルゴリズムは、ベースラインFKFと比較して優れたパフォーマンスを示しました。