一种状态约束下的抗差自适应联邦滤波算法OACSTPCD
A Robust Adaptive Federated Filter Algorithm with State Constraints
充分利用先验约束信息可以提高多传感器组合导航的定位精度和可靠性.将状态约束下的卡尔曼滤波扩展到传统联邦滤波中,提出一种状态约束下的联邦滤波算法.当子传感器出现异常时,在状态约束下的联邦滤波基础上,采用Huber方法调整子滤波器观测噪声矩阵,同时在信息分配阶段引入自适应信息分配因子,实时调整子滤波器融合权重,得到一种状态约束下的抗差自适应联邦滤波算法,以进一步减少不准确的子滤波器估计对融合结果的影响.将该方法应用在捷联惯导、全球导航卫星系统和里程计的多传感器组合导航系统中.仿真实验表明,状态约束下的联邦滤波估计精度优于传统联邦滤波,状态约束下的抗差自适应联邦滤波能够进一步提高观测异常下的导航定位精度和可靠性.
冯抗洪;宋迎春;崔先强
中南大学地球科学与信息物理学院,长沙市麓山南路 932 号,410083
测绘与仪器
联邦滤波状态约束Huber方法自适应信息分配因子
federated filterstate constraintsHuber methodadaptive information sharing factor
《大地测量与地球动力学》 2024 (002)
顾及有色噪声的手机GNSS实时PPP/INS紧组合定位理论与方法
138-143 / 6
国家自然科学基金(42174040).National Natural Science Foundation of China,No.42174040.
评论