改进的强跟踪自适应UKF算法及其在大方位失准角对准中的应用

作者：李明; 柴洪洲^*; 靳凯迪; 王敏; 宋开放

来源：导航定位学报, 2022, 10(06): 165-172.

DOI：10.16547/j.cnki.10-1096.20220622

• 强跟踪滤波
• 自适应
• 无迹卡尔曼滤波
• 多重渐消因子
• 组合导航

针对无迹卡尔曼滤波（UKF）易受系统模型参数失配、状态变化情况影响，导致滤波精度下降甚至发散问题，提出一种改进的强跟踪自适应无迹卡尔曼滤波（STAUKF）。将强跟踪滤波（STF）与UKF滤波结合，并引入多重渐消因子，有针对性地自动调节状态估计均方误差阵。根据新息向量构造检验门限函数，提高了滤波对有用历史信息的利用率。进一步引入简化的萨格-胡萨（Sage-Husa）滤波，自适应调节量测噪声方差，较传统Sage-Husa算法减少了计算量，提高了算法的鲁棒性。最后采用海上实测数据进行实验验证，并与UKF滤波、强跟踪UKF滤波（STUKF）比较。结果表明，该算法优势明显，有效缩短了大方位失准角误差收敛时间，提高了组合导航精度。较UKF滤波方位角收敛时间缩短了93%，东、北、天方向速度均方根误差分别降低89%、93%和82%，位置均方根误差分别降低98%、94%和97%。

• 出版日期2022
• 单位信息工程大学地理空间信息学院