多传感器组合导航系统的改进多尺度滤波算法

摘 要：

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。

关 键 词：

多尺度滤波；改进算法；卡尔曼滤波；组合导航系统；块状态方程

结 论：

将系统原始状态方程表达为块状态向量的形式，并将实时获得的量测向量表达为块状态向量的函数，采用SST/GPS/SINS组合导航系统为例对本文算法进行了仿真与验证，得出如下结论：

1）相对于算法１，本文算法对位置精度可提升一倍以上，速度精度可提升10％，姿态精度略有提升。产生的原因是组合导航系统是一个典型的非线性系统，而经过滤波后的误差修正采用的是反馈校正方法，即对位置、速度采用线性修正、而对姿态采用非线性修正方法。本文所提的改进算法优于算法１的原因是：改进算法采用分块估计与小波变换相结合的方法，块状态向量的估计值中包含了状态的平滑值。

2）本文算法的计算量与算法１的计算量在同一个数量级。特别是随着计算机性能的不断提高，该计算量更显得微不足道。

故基于本文改进算法的多传感器组合导航系统不仅滤波精度较高，而且计算量较低。

本文仅对同步的多传感器组合导航系统进行了研究，而实际情况下经常出现的是异步采样多传感器组合导航系统，这也是本文作者日后研究的工作重点。