捷联惯性基组合导航鲁棒UKF方法

捷联惯性基组合导航中,量测值存在野值的情况难以避免,会导致无迹卡尔曼滤波(UKF)的估计精度下降。针对该问题,本文提出一种基于一类向量机(SVM)的鲁棒UKF算法(SVM-UKF)。首先使用一类支持向量机训练滑动窗,来辨别滤波中的新息是否为异常,对于正常新息不予处理,对于异常的新息采用指数加权的方法进行估计,使用新的估计值替换野值,并进行了船载实验,对含有野值的SINS/GPS系统使用SVM-UKF与常规UKF,RUKF滤波进行组合导航实验。实验结果表明,在量测值有野值污染的情况下,SVM-UKF具有较高的鲁棒性,对比于UKF,RUKF具有更高的估计精度。