GPSINS组合中观测噪声方差阵的自适应估计方法研究 On Adapting Kalman Filtering for Adjusting Observation Noise Covariance in GPSINS Integration.pdfVIP

No．8 第33卷第8期 武汉大学学报·信息科学版 V01．33 2008年8月 GeomaticsandInformationScienceofWuhanUniversity Aug．2008 文章编号：1671—8860(2008)08一0838一04 文献标志码：A GPS／INS组合中观测噪声方差阵的 自适应估计方法研究 何 典1’2 袁运斌1 柴艳菊1 (1中国科学院测量与地球物理研究所动力大地测量学重点实验室，武汉市徐东大街3÷o号·430077) (2中国科学院研究生院，北京市玉泉路甲19号。lo0049) 摘要：在GPS／INS松散组合滤波中，首先利用新息辨别异常的观测量，然后根据选权滤波的思想，通过调 节滤波器中观测噪声方差阵改变系统对相应观测信息的信赖度。实验结果表明，改进的滤波算法不仅提高了 滤波精度，而且较好地控制了异常点的误差影响。 关键词：GPS／INS；组合导航；自适应Kalman滤波；观测噪声协方差阵 中图法分类号：P207．2；P228．41 经典Kalman滤波的最优估计需要准确地知 墨一氟．卜lX卜-+W： (1) 道状态方程和观测方程的函数模型及随机模型， 对此，不少学者提出了多种自适应滤波方法。 驴(琵二聂)训e剁㈣，墨“= Sage滤波m21运用新息或残差向量估计噪声协方 HX{+’，t (2) 差阵，但因为其算法同时要考虑窗口长度对解算 式中，k为6维观测向量；墨为第走历元的状态向 的影响，因此不能实现真正意义上的自适应。近 量，其协方差阵记为n；蛾叱t为离散化状态转移 年来，通过自适应因子削弱状态异常，并引入抗差 矩阵，可由惯导状态方程按定常加速度模型导 估计控制观测异常影响的抗差自适应滤波[3]在实 出Ⅲ；w。为系统噪声，其协方差记为Q。；H。为观 际应用中取得了比较好的效果。但是在GPS／ 测方程的系数阵；K为观测噪声，其协方差阵记为 INS组合中，现有的自适应滤波方法主要集中于 风；眠和y。不相关。经典Kalman滤波中，增益 预报状态协方差阵的自适应估计上[4’5]，即认为 阵K。和新息向量’，。的表达式分别为： 观测值是准确的。实际上，由于在GPS／INS组 K=巧H2(H女PiH2+R^)-1(3) 合导航中，观测向量维数小于状态向量维数，难以 ％=L—HIXi (4) 准确地检测所有的状态参数；而且GPS动态解算 n统计上应该满足： (5) 中，观测比较少，模糊度动态解算非常困难，搜索 仇～N(O，H^PiH：+RI) 时有失败，导致定位精度降低。本文借鉴选权滤 式中，上标“一”表示是预报值。由式(5)可知，新 波[6]区分参数之间差异的思想，提出了一种基于 息向量中包含预报误差及观测误差，当排除预报 新息构造观测噪声协方差阵的自适应估计新 误差的影响后，可以用来检验是否有异常存在于 算法。 观测值中[8]。 零假设与备选假设可选为：H。：观测量中不 1 GPS／INS组合导航中的基本滤波 存在观测异常；H，：观测量中存在观测异常。 模型