熊 鑫，黄国勇，王晓东

(1.昆明理工大学信息工程与自动化学院，云南 昆明 650500；2.云南省矿物管道输送工程技术研究中心，云南 昆明 650500)

0 引言

捷联惯性导航系统(SINS)和全球卫星导航系统(GPS)广泛应用于飞机和车辆载体的定位与姿态估计[1]。扩展卡尔曼滤波(EKF)算法和无迹卡尔曼滤波(UKF)算法是目前导航中两种常用的算法[2-3]，但却存在一定的局限性。容积卡尔曼滤波(CKF)算法[4-5]，是近年来提出的一种新型非线性滤波算法，具有更好的实时性和滤波精度。但将CKF应用于SINS/GPS组合导航系统，最大的困难是难以获得系统模型和观测模型完整的先验统计信息。由于难以准确描述惯性系统的运动规律，建立的系统模型通常具有近似性，作为系统模型主要先验信息的过程噪声方差对滤波精度有着重要的影响[6-7]，以及观测卫星失锁，观测模型和动力学模型间存在的误差，也会使系统可能发散[8-9]。为同时降低过程噪声不确定性和观测值异常对系统的影响，文献[10]通过对误差开窗拟合的方式来解决观测异常和噪声不确定的影响，但该方式会占用大量存储资源不利于实时的处理。文献[11]提出通过两次卡方检验对系统的判断，在标准CKF，抗差滤波，和自适应滤波进行选择，由于它至多只对一个参数进行了调节，并不能处理观测异常和噪声不确定同时存在的情况。文献[12]通过利用Doyle-Stein条件构造的卡尔曼滤波对动力学模型误差不敏感这一现象，来分离观测异常与模型误差，但是该方法只用于受控系统。……