位置:成果数据库 > 期刊 > 期刊详情页
基于抗差EKF的GNSS/INS紧组合算法研究
  • ISSN号:1671-8860
  • 期刊名称:武汉大学学报(信息科学版)
  • 时间:2011
  • 页码:596-600
  • 分类:P207[天文地球—测绘科学与技术] P228.41[天文地球—大地测量学与测量工程;天文地球—测绘科学与技术]
  • 作者机构:[1]中国矿业大学国土环境与灾害监测国家测绘局重点实验室,徐州市南三环,221116, [2]中国矿业大学环境与测绘学院,徐州市南三环,221116
  • 相关基金:国家自然科学基金青年基金资助项目(40904004) 国家自然科学基金资助项目(41074010); 国家教育部博士点专项基金(新教师)资助项目(200802901516) 国家教育部留学回国人员科研启动基金资助项目; 江苏省普通高校研究生科研创新计划资助项目(CX10B_140Z); 江苏省“青蓝工程”资助项目
  • 相关项目:GNSS多系统实时厘米级非差定位模型及其质量控制
中文摘要:

提出了GNSS/INS紧组合导航的抗差EKF算法,采用21状态GNSS/INS紧组合状态方程,根据多余观测分量及预测残差统计构造抗差等价增益矩阵,建立抗差EKF算法,通过迭代给出GNSS/INS组合导航的抗差解,并开发GNSS/INS紧组合导航模拟平台,通过对观测值加入单粗差、多粗差及缓慢增长三类误差,测试本文算法对不同粗差的抑制能力。分析表明,抗差EKF可以将三类粗差抑制在相应观测值的残差中,达到削弱其对状态参数估计的影响。本文算例证明,抗差EKF算法可将导航解的误差精度从dm级提高为cm级甚至mm级,导航精度及可靠性得到明显提高。

英文摘要:

A robust extended Kalman filter(EKF) algorithm is proposed and applied to tightly coupled GNSS/INS integrated navigation system.The algorithm is constructed by adopting a 21-demensional state equation and the redundancy and predicted residuals are used to build equivalent Kalman gain matrix.The iterative scheme is suggested for solving the GNSS/INS robust EKF solution.A simulation platform of GNSS/INS tightly integrated navigation system was developed and used to test the ability of the algorithm to reject three kinds of gross errors(single-outlier,multi-outlier,slow growth error).The analysis indicates that the robust EKF algorithm can handle gross error by control the corresponding residual to reduce the influence of gross error on state parameter estimation.In the example,robust EKF algorithm can improve the precision of navigation solution from decimeter to centimeter or even millimeter and the reliability and precision are obviously improved.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217