EGP CDKF用于提高SINS / GNSS集成系统的性能
位置和定位系统(POS)通常集成了捷联惯性导航系统(SINS)和全球导航卫星系统(GNSS),是机载遥感,移动制图和车辆定位中的关键传感器。 POS可以使用基于融合方法的非线性卡尔曼滤波器模型提供可靠的,高频和高精度运动参数,例如扩展卡尔曼滤波器,无味卡尔曼滤波器,中心差卡尔曼滤波器(CDKF)和平方根CDKF(SR-CDKF) )。 尽管非线性参数模型具有很高的效率,但是它们的预测和估计能力也受到限制,因为通常无法对POS的所有方面进行建模。 在本文中,提出了基于高斯过程(GP)的方法,以增强参数CDKF的预测和估计能力。 一方面,在训练数据有限的情况下,可以利用非线性参数CDKF估计POS的状态向量。 另一方面,GP可以同时考虑非线性参数CDKF中的噪声和不确定性。 因此,将GP合并到CDKF中可以进一步提高性能。 该方法在实际实验中得到了验证,结果表明,通过将增强的GP-CDKF(EGPCDKF)应用于SINS / GNSS集成系统,可以实现较大的性能优势。