基于不确定度理论改进的FKF组合导航算法

摘要

针对低成本组合导航中使用的渐消卡尔曼滤波(FKF)组合导航算法易受突变噪声干扰,导致定位精度较低、鲁棒性差的问题,提出了一种基于不确定度理论改进的FKF组合导航算法.首先,建立低成本组合导航的系统方程和状态方程;然后,基于动态测量不确定度理论对观测数据建模实时计算,结合监测系数和变化量对观测噪声分析后,选择FKF组合导航算法的实现方式;最后,利用基蒂(Kitti)数据集进行仿真实验验证.结果表明:改进的组合导航算法在突变噪声的干扰下精度高、鲁棒性好,与间接卡尔曼滤波、FKF算法相比,位置误差精度提高35％,总体速度误差降低32％,为低成本车载组合导航系统提供了一种精度优化方案.