基于GP-SRCDKF的初始对准技术研究

作     者：贾鹤鸣 宋文龙 牟宏伟 车延庭 JIA He-ming;SONG Wen-long;MU Hong-wei;CHE Yan-ting

作者机构：东北林业大学机电工程学院哈尔滨150040 中国运载火箭技术研究院北京100076 哈尔滨工程大学自动化学院哈尔滨150001 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2014年第40卷第1期

页      面：195-198页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(30972424) 中央高校基本科研业务费专项基金资助项目(DL13BB14) 

主　　题：大方位失准角 捷联惯导 初始对准 高斯回归 高斯过程回归平方根中心差分卡尔曼滤波 自适应调整 

摘      要：随着对惯性导航系统中对准时间要求的不断提高,初始对准需要在大方位失准角条件下进行,此时需采用非线性滤波方法来实现初始对准。基于此,提出高斯过程回归平方根中心差分卡尔曼滤波算法(GP-SRCDKF)。将高斯过程回归融入到SRCDKF算法中,利用高斯过程得到系统回归模型及噪声协方差,用回归模型代替状态方程和观测方程,对相应的噪声协方差进行实时自适应调整。该算法不仅克服了扩展卡尔曼滤波滤波精度低、需要计算雅可比矩阵的不足,而且可解决传统滤波容易受系统动态模型不确定和噪声协方差不准确的限制。仿真实验结果验证了该算法的有效性和优越性。