作者：崔平远; 郑黎方; 裴福俊; 马海波信息融合自适应联邦滤波迭代卡尔曼滤波
摘要：结合全球定位系统（GPS）和航位推算（DR）两种定位方式的优点，构建了基于卡尔曼滤波的自适应联邦滤波算法，实现陆地GPS／DR组合定位系统的数据融合；针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失，并结合机动加速度均值自适应算法，设计了一种基于U—D分解的自适应迭代卡尔曼滤波算法，更有效的减少DR子系统线性化带来的误差损失，提高定位精度；与同仿真环境下，DR子系统采用扩展卡尔曼滤波方法作了比较，结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题，整个系统数据融合精度更高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
