摘 要：

多尺度濾波算法在多傳感器組合導航系統(tǒng)中已得到成功應用，然而該算法用到多個時刻的量測向量，導致算法計算量過大，并影響系統(tǒng)的實時性。針對上述問題，首先利用分塊技術與小波變換將時域內(nèi)描述的系統(tǒng)原始狀態(tài)方程轉(zhuǎn)換為塊狀態(tài)方程，然后將實時得到的當前時刻的量測向量表達為塊狀態(tài)向量的形式，最后結合常規(guī)卡爾曼濾波技術與序貫濾波的思想，提出了一種改進的多傳感器組合導航系統(tǒng)多尺度濾波方法。將該算法應用于GPS/SST/SINS多傳感器組合導航系統(tǒng)，仿真結果驗證了該算法不僅具有較好的實時性，而且相對于傳統(tǒng)算法,系統(tǒng)的定位精度提高1倍以上。

關 鍵 詞：

多尺度濾波；改進算法；卡爾曼濾波；組合導航系統(tǒng)；塊狀態(tài)方程

結 論：

將系統(tǒng)原始狀態(tài)方程表達為塊狀態(tài)向量的形式，并將實時獲得的量測向量表達為塊狀態(tài)向量的函數(shù)，采用SST/GPS/SINS組合導航系統(tǒng)為例對本文算法進行了仿真與驗證，得出如下結論：

1）相對于算法１，本文算法對位置精度可提升一倍以上，速度精度可提升10％，姿態(tài)精度略有提升。產(chǎn)生的原因是組合導航系統(tǒng)是一個典型的非線性系統(tǒng)，而經(jīng)過濾波后的誤差修正采用的是反饋校正方法，即對位置、速度采用線性修正、而對姿態(tài)采用非線性修正方法。本文所提的改進算法優(yōu)于算法１的原因是：改進算法采用分塊估計與小波變換相結合的方法，塊狀態(tài)向量的估計值中包含了狀態(tài)的平滑值。

2）本文算法的計算量與算法１的計算量在同一個數(shù)量級。特別是隨著計算機性能的不斷提高，該計算量更顯得微不足道。

故基于本文改進算法的多傳感器組合導航系統(tǒng)不僅濾波精度較高，而且計算量較低。

本文僅對同步的多傳感器組合導航系統(tǒng)進行了研究，而實際情況下經(jīng)常出現(xiàn)的是異步采樣多傳感器組合導航系統(tǒng)，這也是本文作者日后研究的工作重點。