简化平方根容积卡尔曼滤波的INS/GPS紧组合算法*

沈 飞 郝顺义 吴训忠 郭 创 杨 彬

空军工程大学航空航天工程学院，西安 710038



简化平方根容积卡尔曼滤波的INS/GPS紧组合算法*

沈 飞 郝顺义 吴训忠 郭 创 杨 彬

空军工程大学航空航天工程学院，西安 710038

针对INS/GPS紧组合导航系统非线性模型解算的实时性问题，提出了一种用简化平方根容积卡尔曼滤波算法(RSCKF)提高紧组合导航系统运算速度的方法,它是在时间更新环节将平方根容积卡尔曼滤波(SCKF)简化，简化后直接用状态转移矩阵求取状态一步预测和预测协方差矩阵，避免了原算法中采用求容积点近似计算的复杂过程。仿真实验将RSCKF算法与SCKF滤波算法、扩展卡尔曼滤波算法(EKF)的结果对比。结果表明，RSCKF，SCKF两种算法的估计精度要明显高于EKF算法，而且在保证估计精度相当的情况下，RSCKF算法可大大降低系统运算量。 关键词 INS/GPS组合导航；紧组合；RSCKF；非线性模型

INS/GPS组合导航系统本质是非线性的，但为了减少计算量、提高其实时性，通过某些假设条件，可忽略系统的非线性因素，将其用线性化的数学模型来近似描述，这时的导航系统一般采用线性卡尔曼滤波算法进行状态估计[1]。然而，当假设条件不满足时，组合导航系统就必须采用能反映自身实际特性的非线性模型来描述[2-3]，事实上，采用非线性模型更能完整地传播系统误差特性，而此时要想对系统的状态进行准确估计，线性的卡尔曼滤波已不再适用，必须采用非线性滤波才能解决问题[4-5]。针对此问题，可以采用扩展卡尔曼滤波(EKF)，该算法主要是对非线性系统进行线性化。……