摘要：GPS信号易受建筑物或树木遮蔽,而低成本的MEMS惯性元件随机漂移大,性能随温度急剧变化,采用一般的Kalman滤波器融合GPS和低成本MEMS惯性元件信号,构成GPS/DR组合导航系统很难满足导航系统的容错和精度要求。针对GPS和MEMS惯性元件构成的低成本GPS/DR组合导航系统,设计了容错UKF/KF联邦Kalman滤波算法,提高了组合导航系统的定位精度和抗干扰能力;针对MEMS惯性元件随机漂移大的缺点,采用零偏试探消减算法,抑制了MEMS惯性元件的随机零漂,提高了MEMS惯性元件的精度。仿真结果表明,基于该算法的GPS/DR组合导航系统的定位精度高,抗干扰能力强,在GPS信号中断的情况下导航系统仍可在短时间内保持较高的定位精度。

摘要：针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差,设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter,AUKF)用于小型水下机器人(Small autonomous underwater vehicle,SAUV)推位导航系统.首先提出了小型水下机器人三维运动连续时间模型;然后针对该模型特点,基于极大后验估值原理推导了AUKF算法.仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差.对比经典无迹卡尔曼滤波器算法,采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.