Resumen

Con la finalizacin del sistema Beidou-3 (BDS) en China, la integracin INS/BDS se convertir en una prometedora estrategia de navegacin y posicionamiento. Sin embargo, debido a la caracterstica de propagacin no lineal del error INS y a la inevitable implicacin de estadsticas de ruido de medicin imprecisas, es difcil alcanzar la solucin ptima mediante la integracin INS/BDS. Este artculo propone un mtodo de filtro de Kalman de cubatura (CKF) con la estimacin de la covarianza del ruido de medicin utilizando el principio de mxima verosimilitud para resolver el problema mencionado. Establece un modelo de estimacin para la covarianza del ruido de medida de acuerdo con el principio de mxima verosimilitud y, a continuacin, su estimacin se calcula utilizando la programacin cuadrtica secuencial. La covarianza estimada del ruido de medicin se retroalimentar al procedimiento del CKF para mejorar su adaptabilidad. La simulacin y el anlisis comparativo verifican que el mtodo propuesto puede estimar con precisin la covarianza del ruido de medicin para restringir eficazmente su influencia en la solucin de navegacin, lo que mejora el rendimiento de la navegacin para la integracin INS/BDS.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Finalización; Sistema Beidou-3; Integración INS/BDS; Covarianza del ruido de medición; Filtro de Kalman en cubatura; Principio de máxima verosimilitud
• Keywords:Completion; Beidou-3 system; INS/BDS integration; Measurement noise covariance; Cubature Kalman filter; Maximum likelihood principle