SVR辅助改进鲁棒卡尔曼滤波的UWB/INS组合定位方法

摘要

针对UWB/INS组合定位中UWB定位信息异常和短时缺失的问题，提出一种SVR辅助改进鲁棒卡尔曼滤波的UWB/INS组合定位方法。该方法对鲁棒卡尔曼滤波（RKF）进行改进，采用改进的IGG3权函数分段修正新息，减小异常量测信息对滤波结果的影响。在UWB信号正常时，采用改进RKF估计位置误差；在UWB信号缺失时，采用在线训练的SVR模型预测位置误差，并根据估计或预测的位置误差校正载体位置信息。实验结果表明，所提的方法不但可使UWB信号正常时的组合定位误差减小33.33%,而且在线训练SVR模型辅助比固定SVR模型辅助可明显提升定位算法的性能，在UWB信号短时缺失时仍能持续有效定位，使组合定位误差减小29.63%。