崔平遠，侯友軒，裴福俊
北京工業(yè)大學電子信息與控制工程學院，北京

摘　　　要：針對組合導航系統(tǒng)在測量噪聲未知的情況下，常規(guī)自適應卡爾曼濾波方法的實時性難以滿足的問題，提出了一種實時的自適應卡爾曼濾波方法。該方法通過一個簡單的指數(shù)函數(shù)實時調(diào)節(jié)卡爾曼濾波模型中的測量噪聲協(xié)方差矩陣，將測量噪聲的理論協(xié)方差矩陣與實際協(xié)方差矩陣的差值作為指數(shù)函數(shù)的輸入，將函數(shù)的輸出值與上次測量噪聲的協(xié)方差矩陣之和送入卡爾曼濾波器中進行模型遞推，使模型的測量噪聲逐漸逼近真實水平。組合導航系統(tǒng)信息融合時，將每一個傳感器的測量信息送入ＲＡＫＦ模型中進行信息融合，較終得到組合導航系統(tǒng)的定位信息。從仿真結(jié)果可以看出該方法具有較強的自適應性，不但實時性好，而且精度高，是一種簡單實用的組合導航信息融合方法。

關　鍵　詞：組合導航；自適應卡爾曼濾波；指數(shù)函數(shù)；信息融合

１　引　言
在實際的車輛導航系統(tǒng)中，由于道路環(huán)境的變化及各種瞬變的因素，干擾和測量噪聲都是隨機變化的，因此標準卡爾曼濾波算法的濾波精度會降低甚至發(fā)散，所以由實際情況出發(fā)，車輛導航定位方法中研究的重點是自適應卡爾曼濾波方法［１］。目前較多采用的是模糊自適應卡爾曼濾波方法。文獻［２］將模糊自適應卡爾曼濾波方法和置信度加權方法與聯(lián)邦濾波融合方法相結(jié)合，應用于組合導航系統(tǒng)。文獻［３］多傳感器數(shù)據(jù)融合的過程中，單個傳感器的濾波使用了模糊自適應卡爾曼濾波，將所得到的結(jié)果送入模糊邏輯推理系統(tǒng)中，在多傳感器數(shù)據(jù)融合的過程中進行相應權值的分配。這些方法雖然在精度上達到了比較理想的效果，但是算法比較復雜，而且實時性不好，并且對系統(tǒng)硬件要求也比較高，這樣就大大限制了其使用范圍，所以針對以上問題，本文提出了一種實時的自適應卡爾曼濾波算法。與模糊自適應卡爾曼濾波方法（ｆｕｚｚｙａｄａｐｔｉｖｅｋａｌｍａｎｆｉｌｔｅｒ）相比，該方法通過一個簡單的指數(shù)函數(shù)代替復雜的模糊控制器，實時的檢測濾波器測量噪聲的統(tǒng)計特性的變化情況，跟蹤真實值。本方法不但實時性好，而且算法也比較簡單，是目前應用在車輛組合導航系統(tǒng)中一種更為實用的方法。

登錄網(wǎng)站后可下載文件