论文部分内容阅读
在利用车载试验进行GINS工具误差辨识过程中,由于输入加速度很小使得系统存在严重的复共线性。应用传统的最小二乘方法会出现增大最小二乘估计量的方差、参数估计值不稳定、产生弃真错误等问题。本文引入经验Bayes岭估计方法来进行GINS车载试验工具误差辨识工作。仿真结果表明,和传统最小二乘方法相比,经验Bayes岭估计的辨识精度有所提高,并可克服系统存在的复共线性的影响。