作者：王维; 胡高歌; 高社生; 高兵兵无迹卡尔曼滤波极大似然准则噪声方差估计
摘要：为提高INS／GNSS组合系统对过程噪声方差不确定性的鲁棒性，提出一种基于极大似然准则的自适应UKF算法。在该算法中，首先利用新息向量的统计信息构造量测向量的后验概率密度，然后通过极大似然准则在线求取过程噪声方差的估值，并将其反馈至UKF滤波过程，用于调整卡尔曼增益矩阵。提出的算法可以抑制过程噪声方差不确定性对滤波解的影响，克服了UKF的缺陷。仿真结果表明，当过程噪声的标准差增大为其真实值的4倍时，相比于UKF，提出方法的导航精度可至少提高45．5％；相比于ARUKF，其导航精度也可至少提高35．7％。跑车实验结果也验证了提出算法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
