一种基于INS/GNSS系统的最大Versoria标准的自适应无气味卡尔曼-伊尔特集成导航方法
Jiahao Zhang1, Kaiqiang Feng1, Jie Li1
1National Key Laboratory of Photoelectric Dynamic Testing Technology and Instrument in Extreme Environment, North University of China, Taiyuan 030051, China.
本研究引入了一种适应性无气味卡尔曼波器 (AUKF),使用最大维索里亚标准 (MVC) 来提高惯性导航系统/全球导航卫星系统 (INS/GNSS) 的精度. 这种新的算法增强了对测量异常和非高斯噪声的导航稳定性.
科学领域:
- 导航系统工程 导航系统工程
- 控制理论 控制理论
- 信号处理 信号处理
背景情况:
- 惯性导航系统/全球导航卫星系统 (INS/GNSS) 的整合对于准确的导航至关重要.
- 测量异常和非高斯噪声会在复杂的环境中降低性能.
- 传统的过器难以动态地适应这些挑战.
研究的目的:
- 开发一种可适应的无气味卡尔曼波器 (AUKF),以提高INS/GNSS的稳定性和准确性.
- 为了解决测量异常和非高斯噪声,使用最大Versoria标准 (MVC).
- 改进实时适应和导航参数跟踪.
主要方法:
- 开发了一种具有动态参数调节的自适应性无气味卡尔曼波器 (AUKF).
- 引入了最大版本标准 (MVC) 来构建一个新的成本函数.
- 整合了估计错误的高阶时刻,以抑制非高斯干扰.
主要成果:
- 拟议的AUKF方法显著优于传统过器 (EKF,UKF,MCCUKF).
- 速度和位置的根平均平方误差 (RMSE) 分别减少了超过60%,50%和30%.
- 在复杂的环境中证明了强大的导航性能,准确性和稳定性.
结论:
- 拟议的AUKF算法有效地处理测量异常和非高斯噪声.
- 与现有方法相比,实现了更高的导航精度和稳定性.
- 在现实世界INS/GNSS导航系统中显示出显著的实际应用性.
更多相关视频
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
10:00Calibration of Vector Network Analyzer for Measurements in Radio Frequency Propagation Channels
Published on: June 2, 2020
相关概念视频
Errors in Global Positioning System
Types of Global Positioning System Surveys
Introduction to Global Positioning System
Field Application of Global Positioning System
Application of Linearization and Approximation
Calibration Curves: Linear Least Squares
For data that follow a straight line, the standard method for fitting is the linear...
