基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法

针对容积卡尔曼滤波(CKF)在GNSS/SINS组合导航中协方差矩阵非正定导致Cholesky分解失败以及无法对GNSS测量噪声进行自适应估计的问题,提出一种基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法。将QR分解运用于CKF协方差阵的更新,提高了滤波的稳定性。利用SINS短期高精度的特点,对GNSS测量噪声自适应估计,减弱测量误差突变的影响。构造了检验门限,在GNSS测量误差稳定时不进行自适应估计以减少计算量。仿真与组合导航实验结果表明,在GNSS测量误差突变的情况下,所提算法对GNSS测量噪声具有较高自适应性,相较于SRCKF和SageHusa自适应SRCKF算法,平均定位精度分别提升19.31%和4.56%,提高了组合导航系统的抗干扰能力。