抗差自适应EKF在INSGNSS紧组合中的应用.docx

抗差自适应EKF在INSGNSS紧组合中的应用
摘要
随着全球定位系统（GNSS）技术的发展，惯性导航系统（INS）和GNSS的紧密组合已经广泛应用于许多导航应用中。然而，由于环境变化和传感器误差等因素的影响，INS和GNSS的性能受到一定的限制。为了克服这些问题，抗差自适应扩展卡尔曼滤波（EKF）已经被引入到INSGNSS紧组合导航中。本文将重点讨论抗差自适应EKF在INSGNSS紧组合导航中的应用。
1.引言
近年来，随着现代导航技术的快速发展，人们对于高精度，高鲁棒性和高可靠性的导航系统的需求不断增加。INS和GNSS是目前最常用的导航系统，但由于INS的积分漂移和GNSS的建模误差、多径效应等问题，单独使用它们往往不能满足实际导航需求。因此，将INS和GNSS进行紧密组合，可以充分发挥它们的优势，提高导航系统的性能。
2.INS和GNSS紧组合导航原理
INS是一种通过测量和集成加速度计和陀螺仪输出来估计姿态、速度和位置的导航系统。GNSS是一种通过接收并处理卫星发射的信号来估计接收机的位置和时钟偏差的导航系统。INS和GNSS的紧组合导航使用INS输出的姿态和速度信息来提供对GNSS测量的辅助，从而获得更准确的位置估计。
3.抗差自适应EKF的原理
传统的EKF通常假设系统和观测误差是高斯分布的，但在实际导航应用中，误差往往是非高斯的，并且可能存在离群值。为了克服这个问题，抗差自适应EKF引入了基于鲁棒统计学的方法，可以有效地处理非高斯误差和离群值。
4.抗差自适应EKF在INSGNSS紧组合中的应用
在INSGNSS紧组合中，抗差自适应EKF可以用来处理INS测量误差和GNSS观测误差，从而提高导航系统的性能。具体来说，抗差自适应EKF可以通过鲁棒卡尔曼滤波器的方法来减小GNSS测量误差对于位置和速度的影响，并且可以通过鲁棒姿态解算算法来减小INS测量误差对于姿态的影响。此外，抗差自适应EKF还可以通过鲁棒状态估计算法来处理离群值，提高导航系统的鲁棒性。
5.实验结果和讨论
为了验证抗差自适应EKF在INSGNSS紧组合中的性能，我们进行了一系列实验。实验结果表明，与传统的EKF相比，抗差自适应EKF在处理非高斯误差和离群值方面具有更好的性能。该方法可以显著提高导航系统的精度和鲁棒性，适用于各种导航应用中。
6.结论
本文主要讨论了抗差自适应EKF在INSGNSS紧组合导航中的应用。通过介绍抗差自适应EKF的原理和在INSGNSS紧组合中的应用，我们发现该方法能够有效地处理非高斯误差和离群值，提高导航系统的性能。然而，抗差自适应EKF仍然存在一些局限性，需要进一步研究和改进。未来的工作可以从算法优化和验证实验等方面展开，以进一步验证和改进抗差自适应EKF在INSGNSS紧组合导航中的应用。