改进自适应ADMCC-HCKF算法及在SINS/CNS/GNSS中的应用

作者：李伟; 郝顺义; 黄国荣^*; 马仕杰

来源：电子测量与仪器学报, 2021, 35(08): 79-85.

DOI：10.13382/j.jemi.B2103862

• 最大相关熵
• 核函数
• 非高斯噪声
• 容积卡尔曼滤波
• 组合导航

针对传统容积卡尔曼滤波器(CKF)在非高斯噪声下滤波精度下降以及传统最大相关熵(MCC)算法收敛速度较慢的问题,提出了一种改进的自适应相关熵高阶容积卡尔曼滤波(ADMCC-HCKF)算法。该方法依据MCC迭代过程的误差变化自适应调整核宽大小,核宽能够改变核参数对输入数据的敏感性,从而提高算法收敛速度及对非高斯噪声的处理能力。基于非高斯噪声环境,搭建SINS/CNS/GNSS组合导航实验,研究结果表明,改进的ADMCC-HCKF算法相比传统HCKF和基于常规MCC的HCKF算法具有更强的鲁棒性,在降噪性能及对非高斯噪声的适应性角度均有所提升的同时,滤波精度较HCKF算法提高了9.63%。

• 出版日期2021
• 单位空军工程大学