基于變分貝葉斯的魯棒自適應因子圖優(yōu)化組合導航算法

摘要： 復雜環(huán)境下的量測粗差和時變噪聲嚴重影響了狀態(tài)估計的精度和可靠性，對此提出了一種基于變分貝葉斯的魯棒自適應因子圖優(yōu)化組合導航算法。首先，基于先驗和后驗兩階段更新將變分貝葉斯推斷引入因子圖優(yōu)化框架中，以估計時變量測噪聲協(xié)方差；其次，利用相鄰幀間的平均新息構造量測協(xié)方差預測值，作為粗差判據(jù)來實現(xiàn)穩(wěn)健估計。基于INS/GNSS組合導航的仿真和現(xiàn)場實驗評估表明，所提方法能在粗差干擾的情況... （共10頁）