论文部分内容阅读
本文研究了自适应卡尔曼滤波技术在惯导系统中的应用。在噪声统计特性未知或近似已知的情况下，采用常规卡尔曼滤波会导致较大的状态估计误差，甚至使滤波发散；而自适应卡尔曼滤波在估计状态的同时，利用观测数据带来的信息，可在线估计噪声的统计特性，从而不断地改进滤波器的设计，由此得到的滤波估计比常规卡尔曼估计精度更高。本文采用Ｓａｇｅ 和Ｈｕｓａ 自适应滤波算法，结合惯导初始对准，给出了计算机仿真。仿真结果进一步证实在噪声统计特性不确切知道的情况下，自适应卡尔曼滤波的估计精度高于常规卡尔曼滤波的估计精度。