返回
Strong tracking dimensionality-reduction CKF algorithm for SINS initial alignment under large misalignment angle
DOI:10.1038/s41598-025-17818-0.png)
摘要
En 中文
初始对准是捷联惯性导航系统(SINS)正常运行的先决条件和基础。卡尔曼滤波和各种进化算法是实现初始对准的常用工具。为解决SINS在大方位失准角初始对准中立方根卡尔曼滤波(CKF)的高计算负载问题以及由脉冲计数截断引起的 odometer 增量误差,提出了一种强跟踪降维CKF(STDR-CKF)算法。通过在固定里程段内对SINS位置信息与基于 odometer 的导航解算进行微分计算,并利用差值进行反馈校正,所提出的方法有效抑制了 odometer 增量误差。此外,所提算法的状态变量维度基于“线性-非线性”状态分离框架被分离为6个非线性状态和12个线性状态,从而大幅减少了CKF采样点数量,显著降低了计算负载。另外,将强跟踪滤波器(STF)衰减因子融入降维CKF(DR-CKF)中,以实现系统模型参数的实时动态反馈校正,进而增强滤波器的鲁棒性。实验结果表明,相较于传统CKF算法,所提出的方法在大方位失准条件下具有更强的滤波稳定性、更高的滤波精度和更短的初始对准时间。
Keyword:
Strapdown inertial navigation system
Initial alignment
Strong tracking filter
Cubature kalman filter
期刊
IF:
3.9
论文数:
27.8W
被引数:
83.5W
机构
引用论文
Odometer Aided SINS in-Motion Alignment Method Based on Backtracking Scheme for Large Misalignment Angles基于大失准角回溯方案的里程计辅助SINS运动对准方法
IEEE ACCESS
IF3.6
A robust adaptive indirect in-motion coarse alignment method for GPS/SINS integrated navigation system
MEASUREMENT
IF5.6
In-Motion Alignment for Doppler Velocity Log-Aided SINS Based on Initial Velocity Error Estimation基于初始速度误差估计的多普勒速度测井辅助SINS运动中对准

