车载GPS-DGPS组合导航系统自适应融合算法研究

“车载GPS-DR组合导航系统的数据融合算法 (2003年) - 国家重点科技攻关计划资助项目（9613020502） - 北京航空航天大学电子工程系 - 寇艳红、张其善、李先亮” 本文详细探讨了车载GPS-DR（全球定位系统-航位推算）组合导航系统中的数据融合算法，旨在提高定位精度和可靠性。作者寇艳红等人建立了一个自适应联合Kalman滤波的数学模型，该模型结合了多种先进技术，包括子系统状态评估、自适应信息分配、误差补偿、迭代扩展Kalman滤波、抗野值干扰以及U-D协方差分解滤波。 首先，文章指出车载GPS-DR组合导航系统利用GPS的全球定位能力和DR的连续运动轨迹推算，以互补两者的优点。为了优化数据融合，他们提出了一个基于联合Kalman滤波的框架，通过智能控制模块评估导航传感器子系统的工作状态，进而实现滤波器的重构和自适应调整。 接着，论文深入研究了如何运用各种技术提升融合滤波算法的性能。子系统状态评估用于监测传感器的健康状况，故障检测和隔离则可以识别并处理异常数据。自适应信息分配允许根据各个传感器的性能动态调整信息权重。误差补偿技术有助于修正导航数据中的偏差。迭代扩展Kalman滤波则能逐步优化估计过程，而抗野值干扰技术则能防止异常数据对滤波结果的影响。U-D协方差分解滤波是另一种提高滤波稳定性的手段，它通过分解协方差矩阵来降低滤波发散的风险。 面对观测噪声统计特性不确定可能导致的滤波发散问题，研究者引入了一种在线估计观测噪声特性的自适应滤波方法。这种方法能在运行过程中实时更新噪声模型，确保滤波过程的稳定性。 通过理论分析和半物理仿真实验，作者验证了所设计算法在精度、可靠性、适应性和实时性方面的优越性能。这一研究对于车载GPS-DR组合导航系统的优化设计具有重要的指导意义，为陆地车辆导航系统的精确和稳定提供了理论支持。 关键词：卡尔曼滤波、自适应滤波、组合导航、数据融合、航位推算法、GPS 中图分类号：TN967.2；U491.512 文献标识码：A 文章编号：1001-5965（2003）03-0264-05