http://bhxb.buaa.edu.cnjbuaa@buaa.edu.cnDOI:10.13700/j.bh.1001-5965.2021.0460基于预测残差的抗差自适应滤波组合导航算法刘菲1，2，王志1，2，戴晔莹3，刘鑫4，孙蕊3，*(1.浙江建德通用航空研究院浙江省通用航空运行技术研究重点实验室，杭州311612；2.中国民航管理干部学院民航通用航空运行重点实验室，北京100102；3.南京航空航天大学民航学院，南京211106；4.中国航空油料集团有限公司，北京100088)摘要：全球卫星导航系统（GNSS）和惯性导航系统（INS）进行融合可以有效提高导航系统的精度及可靠性，现已被广泛使用。卡尔曼滤波是常用的融合导航算法，但由于载体运动状态变化及观测粗差的影响，滤波的性能会严重降低。为了解决以上问题，构建抗差自适应卡尔曼滤波（RAKF）提高组合导航的状态估计的性能至关重要。设计了一种基于预测残差的抗差自适应滤波组合导航算法，通过构建基于预测残差的自适应因子，结合抗差估计算法，有效解决GNSS/INS组合导航中观测异常和动力学模型的异常扰动，提高滤波的稳定性、可靠性及精度。实验结果表明：与基于标准卡尔曼滤波GNSS/INS组合导航相比，所设计算法在有观测异常和动力学模型异常扰动的情况下可以有效提高组合导航的定位精度；在松组合和紧组合2种模式中，3D定位精度分别提升了45.9%和46.8%。关键词：预测误差；卡尔曼滤波；自适应滤波；抗差估计；GNSS/INS组合导航中图分类号：V249.3文献标志码：A文章编号：1001-5965（2023）06-1301-10城市环境通航高速发展对高性能的导航定位技术带来了巨大挑战。全球卫星导航系统（globalnavigationsatellitesystem,GNSS）作为导航定位的核心部件，可以提供载体的时空信息，其数据的精度和可靠性至关重要。在城市环境中，高层建筑等会对GNSS信号产生遮挡、衍射和反射，导致信号衰减、非视距接收（non-light-of-sight,NLOS）和多路径干扰，使得接收机产生较大的误差甚至失去定位功能，从而对通航飞机的导航定位性能产生巨大影响。因此，需要将机载的GNSS与惯性导航系统（inertialnavigationsystem，INS）融合进行组合导航，提高整体导航性能。GNSS/INS组合导航系统一般采用卡尔曼滤波算法进行融合，但卡尔曼滤波算法需要有确定且准确的动力学模型、噪声统计特性，但实际上二者很难完全确定，且由于系统存在未知性，还存在异常观测和动力学模型发生扰动等问题，常常会严重影响滤波的性能甚至发散。当前，在动态导航定位中，为解决观测噪声和状态扰动对参数估计...
