自适应联邦卡尔曼滤波的时间配准方法

针对现有组合导航信息融合时间配准方法存在的算法实时性不高、配准精度不高等缺陷,对组合导航系统时间误差进行了分析,提出了一种基于自适应联邦卡尔曼滤波的重叠分段时间配准算法。通过对传感器量测信息进行重叠分区处理,将不同起始时刻、不同采样频率的量测量统一至同一时刻处理,有效提高了采样率与配准精度。将其应用到SINS/GPS组合导航系统,实验结果表明,该算法能显著减小组合导航系统误差,提升了系统平稳性。     

七阶球面单形-径向容积卡尔曼滤波方法

针对传统低阶容积卡尔曼滤波非线性滤波精度较低的问题,提出一种基于七阶球面单形-径向容积准则的高阶容积卡尔曼滤波算法。将非线性函数的高斯加权积分分解为球面积分和径向积分,采用基于正则单形变换群的七阶球面单形准则计算球面积分,使用矩匹配法求积分准则计算径向积分,推导出七阶球面单形-径向容积求积分准则。将准则代入一般非线性滤波框架,得到七阶球面单形-径向容积卡尔曼滤波算法。仿真表明,算法可获得高于传统三阶、五阶CKF的估计精度。具有较好的前景与应用价值。