基于SINS/GNSS动态差分序列的AEKF算法研究

针对传统组合导航滤波算法中GNSS量测噪声方差参数不确定问题,本文基于SINS/GNSS动态差分序列原理,对传统Sage-Husa自适应扩展卡尔曼滤波算法(AEKF)根据残差序列信息估计量测方差阵的方法做改进,利用SINS短期定位高精度特性,并结合平滑有界层故障检测算法对GNSS异常观测信息进行隔离,使得改进后的自适应滤波算法能够在GNSS不同噪声环境下保持较高的定位精度。通过实际跑车实验结果表明,在GNSS工作中低密度异常噪声环境下,本文算法相较于EKF算法和传统的Sage-Husa算法平均定位精度提高了39.9%和7.9%,在高密度异常环境下,整体定位精度提升了64.5%和31.9%。因此本文算法有效提高了组合导航系统对不同量测噪声的抗干扰能力。