戴 卿，许辉熙，马云峰

(1.西南交通大学 地球科学与环境工程学院，成都 610031；2.四川建筑职业技术学院 博士后创新实践基地，四川 德阳 618000；3. 重庆水利电力职业技术学院 建筑工程系，重庆 402100)

0 引言

以GNSS(Global Navigation Satellite System，全球导航卫星系统)/SINS(Strapdown Inertial Navigation System，捷联惯导系统)紧耦合系统为研究热点的现代导航技术，因其具有灵活性大和动态导航定位精度高的特点，近年来受到越来越多测量学家的关注。然而导航系统在实际工作中受卫星可见性和外界干扰等因素影响，量测噪声随机模型的统计特性随观测条件会发生改变，如不加以考虑就会引起系统稳定性和精度的降低[1]。为此，利用函数模型和随机模型作为补偿手段的自适应滤波理论相继被提出[2]。Sage-Husa滤波能够实时获取当前历元量测噪声的统计特性，但该方法要求各历元量测信息同类、同维、同分布，且当运动载体产生大的扰动时，会影响估计效果[3]。渐消滤波通过引入一个渐消因子使滤波算法符合最优估计条件，但这种方法只能用于时变过程噪声，不能处理量测噪声[4]。抗差自适应滤波可用于量测噪声发生扰动或异常的情况，通过调整自适应因子和等价权矩阵因子达到稳定状态估值的目的，但该算法需要有冗余的量测值[5]。为更好地解决滤波中量测噪声协方差未知或不准确的问题，有学者提出包含量测噪声的最优Bayesian滤波，但该算法在实际应用中却面临被积函数复杂、变量维数高的问题，且噪声方差阵的引入使求解更加困难，从而影响其推广使用[6]。……