文献类型：期刊文章

作　　者：朱倚娴[1] 程向红[1] 周玲[1,2] 刘全[1]

Zhu Yixian;Cheng Xianghong;Zhou Ling;Liu Quan(ey Laboratory of Micro-Inertial Instrument and Advanced Navigation Technology of Ministry of Education,Southeast University,Nanjing 210096,China;Department of Physics and Electronic Engineering,Yuncheng University,Yuncheng 044000,China)

机构地区：[1]东南大学微惯性仪表与先进导航技术教育部重点实验室,南京210096 [2]运城学院物理与电子工程系,运城044000

出　　处：《东南大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61374215;61773116)

年　　份：2018

卷　　号：48

期　　号：2

起止页码：195-200

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对组合导航系统中多个传感器采样频率不同且存在量测滞后的问题,提出一种基于多尺度数据分块的组合导航信息融合算法.建立最高采样率下的系统模型,通过状态和观测的分块得到基于多尺度的系统模型,利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经融合最终获得基于全局的状态估计值.将该算法用于SINS/DVL/TAN组合导航系统仿真,结果表明,在异步多传感器量测的情况下,基于多尺度数据分块的信息融合算法与非等间隔Kalman滤波算法相比,北向速度最大误差减小24.1%,纬度最大误差减小23.8%,东向速度最大误差和经度最大误差均略有减小.因此,信息融合算法具有较高的滤波精度,有利于提高系统的导航定位精度.

关 键 词：组合导航系统 异步多传感器 信息融合 多尺度 KALMAN滤波

分 类 号：U666.1]