GRNN辅助自适应卡尔曼滤波进行导航故障识别的方法

摘要

本发明公开了GRNN辅助自适应卡尔曼滤波进行导航故障识别的方法，包括以下步骤：第一步，建立基于马氏距离的误差检测状态方程；第二步，建立鲁棒卡尔曼滤波方程和自适应卡尔曼滤波方程；第三步，广义回归神经网络算法辅助鲁棒自适应卡尔曼滤波进行导航系统的故障识别，消除GPS/BDS的异常观测值，在组合系统动态初始化阶段，在线调整GRNN的最优扩展因子；利用剩余的观测值和最优扩展因子，采用滑动窗法进行GRNN网络训练，通过跟踪决策阈值来识别系统故障的来源，并自动为集成系统选择鲁棒或自适应卡尔曼滤波。该方法可提高检测、识别和消除复杂城市区域中误差的成功率，还能够提高GNSS信号短期中断时的整体定位精度。