基于模糊自适应Kalman滤波的GPS/DR数据融合
唐磊
赵春霞
唐振民
成伟明
张浩峰
1.南京理工大学,计算机科学与技术学院,江苏,南京,2100942.南京理工大学,计算机科学与技术学院,江苏,南京,2100943.南京理工大学,计算机科学与技术学院,江苏,南京,2100944.南京理工大学,计算机科学与技术学院,江苏,南京,2100945.南京理工大学,计算机科学与技术学院,江苏,南京,210094
摘要：针对标准Kalman滤波器对系统模型依赖性强、鲁棒性差,而GPS/DR系统的准确数学模型难以建立的问题,提出了一种模糊自适应联邦卡尔曼滤波器(FAFKF).首先通过模糊自适应滤波控制器监控观测量的残差理论值和实际值,并通过实时增强它们的一致性来调整各子系统观测噪声方差阵,使之更符合真实的模型,有效提高了Kalman滤波器对模型变化的适应能力.然后通过模糊自适应信息融合控制器对各子系统可信度进行模糊评判,并根据可信度自适应地计算信息分配系数来实现数据的融合.理论分析和实验数据表明该滤波器在滤波精度、容错性能上都有了很大的提高.
关键词：GPS/DR联邦Kalman滤波器模糊自适应数据融合
分类号：O211(概率论与数理统计)
资助基金：江苏省自然科学基金(BK2004130)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 891-894,908 )
英文信息