为解决高山林立、树荫密闭的战场环境下卫星信号传播受到影响,导致组合导航系统定位精度下降的问题,针对由捷联惯导系统(Strapdown Integrated Navigation System SINS)、全球卫星导航系统(Global Navigation Satellite System GNSS)、...为解决高山林立、树荫密闭的战场环境下卫星信号传播受到影响,导致组合导航系统定位精度下降的问题,针对由捷联惯导系统(Strapdown Integrated Navigation System SINS)、全球卫星导航系统(Global Navigation Satellite System GNSS)、里程计(Odometer OD)构成的SINS/GNSS/DR组合导航系统进行研究。采用联邦卡尔曼滤波结构,高效融合惯性测量单元(Inertial Measurement Unit IMU)、GNSS、OD等多个传感器信息,提出了一种基于子滤波器精度的自适应信息融合方法,使每个信息分配因子时刻与所对应子滤波器的滤波精度成正比,以实现自适应容错机制。仿真表明,上述方法有效地改善了整个系统的容错能力,定位精度明显优于经典卡尔曼滤波算法,为战车在复杂地形地貌环境下精确定位提供了有效手段和理论依据。展开更多
文摘为解决高山林立、树荫密闭的战场环境下卫星信号传播受到影响,导致组合导航系统定位精度下降的问题,针对由捷联惯导系统(Strapdown Integrated Navigation System SINS)、全球卫星导航系统(Global Navigation Satellite System GNSS)、里程计(Odometer OD)构成的SINS/GNSS/DR组合导航系统进行研究。采用联邦卡尔曼滤波结构,高效融合惯性测量单元(Inertial Measurement Unit IMU)、GNSS、OD等多个传感器信息,提出了一种基于子滤波器精度的自适应信息融合方法,使每个信息分配因子时刻与所对应子滤波器的滤波精度成正比,以实现自适应容错机制。仿真表明,上述方法有效地改善了整个系统的容错能力,定位精度明显优于经典卡尔曼滤波算法,为战车在复杂地形地貌环境下精确定位提供了有效手段和理论依据。
