张 樨,李 杰,蒋 窍,刘晓玲

(1.中北大学信息与通信工程学院,山西太原 030051;2.中北大学电子测试技术国防重点实验室,山西太原 030051;3.电子科技集团第2研究所,山西太原 030024）

0 引 言

随着组合导航水平的不断提高,组合导航理论与组合导航技术也同步发展,其中最常用的组合导航算法即为卡尔曼最优估计理论.作为组合导航系统的核心算法,卡尔曼滤波技术将各个导航系统的信息最优地进行组合,估计出系统的各种误差状态,再用误差状态去校正系统,从而构成具有更高精度、更高容错性能、更高可靠性的组合导航系统[1,2].利用卡尔曼滤波技术进行最优组合,通常有两种途径:集中式卡尔曼滤波和分散化卡尔曼滤波.集中式卡尔曼滤波是利用一个卡尔曼滤波器来集中地处理所有的导航信息,存在状态维数高,计算量大、不利于故障诊断、容错性差等不足,不利于滤波器的实时运行和控制[3].

而在众多的分散化卡尔曼滤波方法中,Carlson提出的联邦滤波器(Federated Filter)因为设计灵活、算法简单、计算量小、容错性高、便于实时执行等突出优点,致力于解决如何在保证系统容错性能的同时,提高滤波器的精度,特别适用于组合导航系统的信息融合处理[4-5].本文针对MIMU/GPS/EC组合导航系统的特点,提出并设计了位置、速度、姿态分别组合的无重置式联邦卡尔曼滤波器,旨在进一步增强系统的容错性能、提高导航定位精度.

1 MIMU/GPS/电子罗盘组合导航系统信息融合方法

在分析MIMU、GPS、电子罗盘……