论文部分内容阅读
针对标准的卡尔曼滤波器对系统模型依赖性强、鲁棒性差,而GPS/DR系统的精确系统模型难以建立的问题,提出了一种渐消记忆自适应联邦卡尔曼滤波器。融合了自适应联邦滤波算法和SageHusa自适应滤波算法,估计变化的系统观测噪声方差阵,使之更符合真实的模型,并有效对GPS的定位数据的传统算法的发散得到收敛,提高组合定位的精度。计算机仿真结果表明了该算法的可行性和有效性。