基于方差分量估计的正反向卡尔曼滤波

摘要

卡尔曼滤波因其实时更新的特点,已经作为一种重要的参数估计方法被广泛运用于动态导航定位中.为削弱模糊度参数影响,提高收敛速度,可以将正反向卡尔曼滤波的思想引入动态精密单点定位的参数估计中.但当模型描述不准确或噪声设置不合理时,第一次滤波提供的初始信息将不再可靠,此时正反向滤波也不再起作用甚至导致滤波发散.针对这个问题,本文将方差分量估计引入正反向卡尔曼滤波,基于严密的Helmert方差分量估计模型,对第一次滤波的随机模型进行验后估计.通过仿动态定位和车载动态PPP实验验证发现,本文提出的方法可以较合理地平衡先验信息和观测信息对首次滤波解的影响,使第二次反方向滤波能更准确地进行.