马宏阳，程鹏飞，王潜心

(1.中国测绘科学研究院，北京 100830； 2.国家测绘产品质量检验测试中心，北京 100830)



一种改进的UKF算法在捷联惯导初始对准中的应用

马宏阳1，程鹏飞2，王潜心1

(1.中国测绘科学研究院，北京 100830； 2.国家测绘产品质量检验测试中心，北京 100830)

Unscented卡尔曼滤波具有精度高、稳定性好、实用性强等特点，因此UKF算法逐渐成为处理非线性滤波问题的有效方法和导航系统中数据处理与信息融合技术的研究热点。但是UKF具有计算量大、效率低等缺点，因此限制了UKF在实时导航中的应用。针对这一缺点，本文提出了一种改进的UKF算法，该算法可以减少UT变换中Sigma点的计算数量，从而提高运算效率；推导了改进的算法公式，给出了适合该算法的初始对准非线性模型，并分析了其精度，用实测数据进行了验证。结果显示，改进的UKF算法性能与传统UKF相当，但效率提升了40%左右。

UT变换；UKF；初始对准；捷联惯导；Sigma点

一、引 言

初始对准是惯性导航的关键技术之一，对准中常提到两个指标：对准精度和对准速度[1]。由于初始对准误差方程是非线性的，因此在小失准角情况下，利用扩展卡尔曼滤波(EKF)通常可以得到比传统卡尔曼滤波更优的估值。但是EKF的本质是非线性方程线性化，这样舍弃了非线性的高阶项，导致滤波结果为次优，在某些情况下甚至会发散，影响系统的正常工作[2]。20世纪90年代中期以来，人们逐渐抛弃了传统的非线性模型Taylor展开近似的方法，采用非线性变换思想，产生了无迹卡尔曼滤波(UKF)[3]。……