实际运动中的载体动力学模型误差不可避免,而观测噪声的统计特性又具有不确定性,无法完全模型化,观测粗差对导航精度的影响也不容忽略[1-3]。结合上述因素,组合滤波模型的精确度无法得到保障,卡尔曼滤波在组合导航中的应用也会失去最优性,使状态估计值精度降低,甚至发散[4]。因此需要在最初卡尔曼滤波(标准卡尔曼滤波或非线性卡尔曼滤波)的基础上增加抗差性与自适应性,补偿上述因素对组合导航的影响,提高组合导航性能[5-6]。本文提出一种RAEKF方法。基于惯性导航、卫星导航原理与误差模型确定紧组合工作模式下的卡尔曼滤波数学模型推导常用EKF模型并构造抗差自适应卡尔曼滤波,通过自适应调整观测值的使用权重提高滤波精度。
1 GPS/INS紧组合误差观测方程建立
1.1 状态方程
基于伪距/伪距率紧组合模式,GNSS状态方程与INS状态方程构成组合导航卡尔曼滤波器状态模型。利用状态扩充法将GNSS误差状态作为状态变量扩充到组合系统整体状态量中,GNSS的误差状态取接收机钟差与钟频。在实际应用中通常取等效时钟误差相应的距离率δtu与等效时钟频率误差相应的距离率δtru,其相关时间为:
![85675879dd467b37135b0ec576e5db24.gif](https://i-blog.csdnimg.cn/blog_migrate/b77eda6a390f3182dc278680f1b44003.gif)
1.2 伪距观测方程
由INS解算得到的载体所在三维的位置信息(xI,yI,zI)&#x