基于SW-XGBoost的组合导航定位方法

摘要

针对传统GPS/BD与惯性导航系统(INS)组合的导航技术容易出现过拟合及急转弯道路下定位精度不足的问题,提出一种基于滑动窗口的极限梯度提升决策树(SW-XGBoost)的组合导航定位方法.根据车辆当前与历史状态的相关性,采用滑动窗口来提升对惯性器件噪声的抑制能力,使用极限梯度提升决策树(XGBoost)方法建立车辆状态和定位误差的预测模型,并使用粒子群算法对XGBoost预测模型的参数进行优化.实际路段测试表明,与仅使用XBGoost的组合导航定位方法相比,该方法在急转弯路况下定位精度提高了29.2％.