论文部分内容阅读
传统卡尔曼滤波应用于捷联惯导初始对准中由于模型参数、噪声的统计特性不确定，影响估计效果。而模糊自适应卡尔曼滤波能按照模糊推理原理逐步校正系统的观测噪声协方差阵，具体实现是通过观察残差的理论值是否接近于其实际值，系统调整观测噪声协方差的加权以达到修正观测噪声协方差阵的目的，进而提高系统的对准效率。在噪声统计特性未知时，比较了常规卡尔曼滤波与模糊自适应卡尔曼滤波在初始对准中的应用效果。仿真结果表明，这种算法能有效提高系统的滤波效果，是一种较理想的初始对准滤波方法。