付心如，徐爱功，孙 伟

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)



抗差自适应UKF的INS/GNSS组合导航算法

付心如，徐爱功，孙 伟

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)

为了进一步提高滤波精度和稳定性，针对INS/GNSS组合导航系统的特点建立系统非线性误差模型，并提出一种抗差自适应UKF算法：基于UKF滤波中新息序列动态调整观测噪声数学统计特性，并结合残差序列构造自适应因子，改善初始协方差误差对标准UKF的影响，提高标准UKF自适应能力，减少存在观测粗差情况下滤波精度下降问题。仿真结果表明，该算法能够较好抑制观测粗差对定位精度及稳定性的影响。

组合导航；抗差；自适应滤波；UKF

0 引言

解决非线性问题的最优算法是基于条件后验概率完整描述的数学模型，而精确的数学模型需要无尽参数描述，难以应用于实际系统；所以对于非线性系统来说，核心在于近似方法[1-2]。为此人们提出对非线性数学模型进行线性化、采样方法近似等多种次优滤波器算法。常用扩展Kalman滤波(extended Kalman filter, EKF)属于前者，采用对模型高阶项逼近或忽略的局部线性最优技术；但其算法精度取决于导航系统的非线性强度以及展开点的选择[3-6]，且难以模块化应用。无迹Kalman滤波(unscented Kalman filter，UKF)利用对系统状态非线性函数概率密度分布的近似，基于先验知识选择一组加权Sigma点集，随后对每个Sigma点进行非线性转换，捕捉到较高精度的后验均值及协方差[7-9]。由文献[10-11]可知：在计算量上UKF与EKF相当，但性能优于EKF；……