自适应各向异性SGHQF提升组合导航效率

本文档探讨了自适应各向异性SGHQF（Adaptive Anisotropic SGHQF）在组合导航中的应用，针对稀疏高斯厄米特积分滤波（SGHQF）中积分点利用效率不足的问题。SGHQF是一种数值积分方法，用于处理非线性滤波中的积分计算，但其在处理某些状态分量时可能会导致积分点分配不均衡，从而影响滤波效果和计算效率。 作者提出了一种新的滤波算法，即AASGHQF，它基于状态分量的可观测度分析，通过动态调整各维通道的积分精度等级。可观测度在这里指的是测量值对于估计状态的影响程度，AASGHQF利用这个概念来确定每个状态分量所需积分点的数量，使得在保证滤波精度的同时，减少不必要的计算负担。这种方法特别适用于如CNS（惯性导航系统）、SAR（合成孔径雷达）和SINS（strapdown inertial navigation system， strapdown惯性导航系统）这样的非线性组合导航系统，这些系统对滤波性能有较高要求。 文中通过比较UKF（ Unscented Kalman Filter，无迹卡尔曼滤波器）与SGHQF以及AASGHQF的仿真结果，发现AASGHQF的滤波估计精度与SGHQF相当，但使用更少的积分点，从而显著提高了计算效率。这表明AASGHQF在保持高精度的同时，实现了优化的计算资源管理，对于实时性和复杂环境下的导航任务具有明显优势。 该研究的关键点包括非线性滤波技术、各向异性特征的引入、观测度分析在滤波器设计中的应用，以及自适应算法的设计与实施。这些成果对于提升组合导航系统的性能和实用性具有重要意义，为未来的导航技术发展提供了新的思路和方法。在整个科研领域，尤其是在航天、航空和自动驾驶等领域，AASGHQF的应用将有助于提高导航系统的稳定性和效率，推动科技进步。