-
题名基于自适应MCMC的鲁棒因子图优化组合导航算法
- 1
-
-
作者
陈熙源
崔天昊
钟雨露
-
机构
东南大学仪器科学与工程学院
-
出处
《仪器仪表学报》
北大核心
2025年第2期81-91,共11页
-
基金
国家自然科学基金(61873064)
江苏省重点研发计划(BE2022139)
无锡市科技发展资金(N20221003)项目资助。
-
文摘
在城市峡谷环境中,GNSS多径效应与非视距现象严重,会极大影响GNSS的定位精度,进而影响INS/GNSS组合导航系统的定位效果。然而传统的INS/GNSS组合导航系统无法确定在城市峡谷环境中快速变化的GNSS量测噪声,为保证组合导航系统的抗差性能和估计精度,针对传统因子图优化算法中量测噪声协方差矩阵不准确带来状态估计精度下降的问题,提出了一种基于自适应MCMC的鲁棒因子图优化组合导航算法。首先,基于先验和后验两阶段将自适应MCMC引入因子图优化框架,在先验中通过MCMC算法将对后验概率采样转化为对先验概率和似然概率的乘积进行采样,并引入自适应策略提高采样效率,得到后验概率对应的样本集。在后验中,通过KL散度最小化近似后验和真实后验,从而精确估计GNSS时变量测噪声协方差;其次,引入新息χ^(2)检测算法,通过构建假设检验统计量和量测异常边界值来检测和剔除粗差。所提方法在减小粗差干扰的同时能有效估计GNSS时变量测噪声。由INS/GNSS组合导航的仿真和现场实验表明,所提方法相比普通因子图优化算法和基于变分贝叶斯的鲁棒自适应因子图优化算法在水平定位均方根误差上分别减小了20.4%、11.9%和71.6%、25.2%,具有较好的鲁棒性。
-
关键词
组合导航
因子图优化
自适应MCMC
^新息χ^(2)检测算法
-
Keywords
integrated navigation
factor graph optimization
adaptive MCMC
^innovationχ^(2)detection algorithm
-
分类号
TH89
[机械工程—精密仪器及机械]
TN96
[电子电信—信号与信息处理]
-
