tsuibeyond的博客

在之前的博文[《非线性滤波——基于EKF的INS/GPS松组合算法的研究（直接法|EKF|欧拉角）》](https://blog.csdn.net/tsuibeyond/article/details/103835894)中，我们记录了直接形式的EKF实现INS/GPS松组合算法，并在[《卡尔曼滤波——直接法VS间接法》](https://blog.csdn.net/tsuibeyond/article/details/104115666)中对比说明了直接法与间接法的优劣。本文，我们记录使用间接反馈校正形式

本文以简单的例子（正弦波跟踪）来实现并对比直接法和间接法在卡尔曼滤波中的应用，实验结果表明：相同条件下，间接法反馈校正形式的卡尔曼滤波器比直接法形式的卡尔曼滤波器估计精度稍高。状态和量测的选取——直接法和间接法注意：文字理论部分摘自：秦永元, 张洪钺, 王叔华. 卡尔曼滤波与组合导航原理[M]. 2012.当设计组合导航系统的卡尔曼滤波器时,首先必须列写出描述系统动态特性的系统方和反映量测...

由于大多数的INS/GPS组合导航算法模型都是基于非线性模型，如何有效的融合INS与GPS的测量信息来对当前载体的位置、速度、姿态等信息进行估计成为一个被长期研究的课题。本篇博客试图记录一下使用直接法EKF算法实现INS/GPS松组合的过程，姿态角以欧拉角表示。

在做INS与其他传感器组合导航算法研究时，经常需要一些真实的理论数据作为参考，同时也需要带有自定义噪声的传感器测量数据，用以验证我们所设计的算法是否合理有效。本文基于MATLAB软件，基于真实的时间、北向位移、东向位移、海拔高度、北向速度、东向速度、下方速度、载体姿态角（俯仰、横滚、偏航）和载体姿态角速度等信息，使用随机噪声和常值偏差来生成GPS、IMU及磁强计的虚拟测量值。本文真实数据及部分...