arrow
返回

Strong tracking dimensionality-reduction CKF algorithm for SINS initial alignment under large misalignment angle

delete2025-10-03
delete0
delete
OA
AI
杨勇 (Yong Yang) *
D
Donglin Li
Y
Yujie Fu
K
Kaijun Xu
DOI:10.1038/s41598-025-17818-0delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

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

Scientific Reports 封面图
Scientific Reports
IF:
3.9
论文数:
27.8W
被引数:
83.5W

机构

D
department of flight technology
学者数:
4
论文数: 1
被引数: 0
引用论文

引用论文

Unscented filtering and nonlinear estimation
err2004-03-01
err5.4K
errOAAI
errJulier, SJ; Uhlmann, JK
err分享
err收藏
A Fast Robust In-Motion Alignment Method for SINS With DVL Aided
err2020-04-01
err48
PREAI
errXu, Xiang; Sun, Yifan; Gui, Jing; Yao, Yiqing; Zhang, Tao
err分享
err收藏
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容