摘要：针对标准的容积卡尔曼滤波器(CKF)设计需要精确已知噪声先验统计知识的问题,提出一种自适应CKF算法.该算法在滤波过程中,利用Sage-Husa极大后验估值器对噪声的统计特性进行在线估计和修正,有效地提高了CKF的估计精度和数值稳定性.在某些情况下,噪声协方差估计会出现异常现象使得滤波发散,进而提出了相应的改进方法.仿真结果表明了自适应CKF算法的可行性和有效性,且明显改善了标准CKF算法的滤波效果.

摘要：在双艇交替领航协同导航系统中,水声测距设备易受水下复杂环境等因素影响引起量测信息出现异常,导致协同导航系统定位误差增大。为了解决该问题,设计了一种基于马氏距离结合自适应容积卡尔曼滤波器的协同定位算法。采用新息序列马氏距离故障检测法对系统进行评估,利用卡方假设检验原理对量测异常进行判断,再构造自适应因子对协方差矩阵进行在线修正,提高算法的鲁棒性。最后利用自适应容积卡尔曼滤波算法实现协同导航系统的实时数据融合。利用湖试试验数据进行仿真,在量测异常情况下,从艇最大定位误差不超过15 m,结果表明所提出的算法能有效地提高在量测异常情况下协同导航系统定位精度。