北斗導航型接收終端簡化型穩(wěn)健平方根容積卡爾曼濾波.pdf

1、本文圍繞著降低動態(tài)定位中算法復雜度、減少計算量、提升計算效率；解決動態(tài)定位模型不匹配、使用單一模型誤差較大；解決動態(tài)定位中狀態(tài)噪聲和量測噪聲為非高斯白噪聲的影響三類問題展開研究。主要內(nèi)容和創(chuàng)新點如下：
　　1.基于衛(wèi)星導航的載體狀態(tài)方程為線性，且穩(wěn)健平方根容積卡爾曼(Square root Cubature Kalman Filtering—SCKF)在狀態(tài)更新時其容積點經(jīng)狀態(tài)轉(zhuǎn)移矩陣傳遞后的加權和為零，則可使用標準KF算法進行狀

2、態(tài)更新，量測更新過程仍采用SCKF；本文提出了簡化型穩(wěn)健平方根容積卡爾曼算法(Simplified SCKF，簡稱 SSCKF)。該算法旨在解決動態(tài)導航定位計算量大、效率低的問題。仿真及實測數(shù)據(jù)表明SSCKF與SCKF精度相當，而解算時間較SCKF算法降低25％左右，能有效地降低算法復雜度，提升算法效率。
　　2.基于SSCKF，結(jié)合變維交互多模思想，本文提出了簡化型穩(wěn)健平方根容積卡爾曼變維交互多模算法。該算法針對常規(guī)交互多模模型

3、集覆蓋不全面及模型數(shù)目過多導致的模型競爭等問題，將不同維數(shù)的模型交互，如勻速模型和勻加速模型，同時進行并行濾波，并由二者的量測殘差計算出相應的似然函數(shù)，更新兩種模型濾波結(jié)果所占的權重，將最終加權和作為整個變維模型的結(jié)果輸出；下一時刻子模型的狀態(tài)輸入值不采用其自身上一時刻濾波結(jié)果，而是采用變維交互模型整體輸出結(jié)果乘以維數(shù)轉(zhuǎn)換矩陣得到的值，這樣就能保證各時刻的狀態(tài)輸入值的準確性。
　　3.針對動態(tài)導航過程中，狀態(tài)噪聲和量測噪聲一般呈現(xiàn)