本文關(guān)鍵詞：RAE并行濾波的重力異常匹配算法，由筆耕文化傳播整理發(fā)布。

【摘要】：擴展卡爾曼濾波技術(shù)可以利用序列觀測重力異常數(shù)據(jù)以及航行區(qū)域重力異�；鶞�(zhǔn)圖來校正慣性導(dǎo)航系統(tǒng)漂移誤差。針對因重力測量環(huán)境的變化、測量儀器擾動等因素造成的重力異常觀測噪聲不確定問題,提出了基于量測殘差自適應(yīng)估計觀測噪聲協(xié)方差(residual-based adaptive estimation,RAE)的重力異常濾波匹配算法;設(shè)計了一組并行卡爾曼濾波器,并簡化了最優(yōu)濾波器的選擇準(zhǔn)則。不同重力特征區(qū)域的實驗表明,該算法能夠有效降低慣性導(dǎo)航系統(tǒng)經(jīng)緯向漂移誤差,提高系統(tǒng)的導(dǎo)航定位精度。
【作者單位】： 信息工程大學(xué)地理空間信息學(xué)院;63666部隊;78138部隊;
【關(guān)鍵詞】： RAE濾波 重力異常 并行卡爾曼濾波 自適應(yīng)估計 觀測噪聲
【基金】：國家863計劃(2013AA122502) 國家自然科學(xué)基金(41274029)~~
【分類號】：TN96;P223
【正文快照】： 重力異常輔助慣性導(dǎo)航是利用重力異常值作為慣性導(dǎo)航系統(tǒng)的外部信息源,結(jié)合慣性導(dǎo)航系統(tǒng)信息對慣性導(dǎo)航位置進行修正[1-4],提高慣性導(dǎo)航系統(tǒng)的精度,從而保證水下潛器長時間、高精度的隱秘航行。該模式利用了地球物理場信息,不需要接收外部有源信號,被視為理想的導(dǎo)航模式。20世

  本文關(guān)鍵詞：RAE并行濾波的重力異常匹配算法，由筆耕文化傳播整理發(fā)布。

，

本文編號：447810