GNSS/INS紧组合最大熵卡尔曼滤波算法

来源 :全球定位系统 | 被引量 : 0次 | 上传用户:ZHAO289868538ZHAO
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对实际环境中量测噪声易被野值污染而呈现非高斯分布,进而导致传统卡尔曼滤波(KF)算法性能降低的问题,提出了最大熵卡尔曼滤波(MCKF)算法.该算法基于最大熵准则(MCC)和M估计的思想推导得到.与KF相比,所提算法能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,与基于Huber函数的卡尔曼滤波(HKF)算法相比,其能够更有效地利用量测信息,因此所提算法相比于KF和HKF而言更加鲁棒.在全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合模式下进行车载实测实验,由于GNSS的伪距与
其他文献
虽然我国近年来在基础教育信息化方面做出了很大的成绩,但是,在这个过程中也发现很多问题,云计算的出现为成功解决这些问题提供了有力的契机。
日本准天顶卫星系统(QZSS)卫星通过L波段实时播发高频全球卫星导航系统(GNSS)精密轨道和钟差产品,为GNSS导航用户提供实时精密单点定位(PPP)服务.本文以JAXA MADOCA数据中心提供的1 s采样率GPS卫星钟差数据为研究对象,首先采用阿伦方差对卫星钟差的短期稳定性进行评估;然后分别采用一阶多项式、二阶多项式和灰色模型对高频钟差产品进行建模,在5 s,10 s和30 s的拟合窗口内预