有色观测噪声下的自适应UKF在北斗多路径误差削弱中的研究

发布时间：2025-03-18 02:14

　　 针对由环境复杂性而造成的北斗多路径误差不能有效削弱的问题,提出了一种基于新的误差模型下的自适应无迹卡尔曼滤波(UKF)方法。该方法首先利用量测状态扩增法来解决量测噪声为有色噪声的问题,再用改进的Sage-Husa自适应UKF来动态估计系统噪声和量测噪声,从而解决噪声统计特性未定造成的误差削弱效果不明显的情况。实验结果表明在有色观测噪声下的改进Sage-Husa自适应UKF算法相比于传统UKF,能够将多路径误差削弱近60%,该方法在针对北斗定位中由于多路径误差产生的噪声不可知的情况具有很强的适用性。

【文章页数】：7 页

【部分图文】：

图1 AUKF算法流程

其算法流程图如下图1所示。3实验结果与分析

图2 UKF滤波结果

考虑到噪声的不确定性,引入改进后的自适应UKF算法,其滤波结果如图4所示。可以看出,在添加Husa-Sage算法后,由于系统要进行后验估计,导致了在滤波开始阶段向负无穷处发散,而后随着采样的增加,后验估计逐渐正确,滤波开始收敛。由图4可得,经纬度误差在30历元左右开始收敛,收敛之....

图3 UKF1滤波结果

图2UKF滤波结果图4AUKF滤波结果

图4 AUKF滤波结果

图3UKF1滤波结果由图3、4可知,有色观测噪声建模和自适应滤波都可以削弱多路径误差,但是都只考虑了噪声的某一方面影响,而将有色噪声与自适应结合起来,考虑到了噪声的不确定性,故可以提升算法性能。在有色观测噪声模型下进行AUKF滤波如图5所示。由图5可知,经纬度误差大概在20历元....

本文编号：4035840