基于改进Huber-M的组合导航鲁棒滤波算法

摘要

提出了一种基于改进Huber-M估计的容积卡尔曼滤波导航算法。将Huber-M估计应用于非线性的导航系统观测方程,不进行线性化近似,得到新的量测噪声方差矩阵;引入强跟踪机制,利用新的量测噪声方差矩阵,对一步预测协方差矩阵进行正交化处理,采用模糊推理方式计算弱化因子;将强跟踪机制与容积卡尔曼状态更新相结合,导出新的非线性滤波算法。通过仿真验证,与传统卡尔曼滤波算法和自适应容积卡尔曼滤波算法进行对比,新的算法在量测异常条件下具有更好的鲁棒性,更高估计精度,能够对导航系统姿态误差实现良好的跟踪性。