%0 Journal Article %T RAE并行滤波的重力异常匹配算法<br>A Matching Algorithm Using Gravity Anomaly Based on the RAE Parallel Filtering %A 王伟 %A 李姗姗 %A 邢志斌 %A 李中全 %A 黄韵颖< %A br> %A WANG Wei %A LI Shanshan %A XING Zhibin %A LI Zhongquan %A HUANG Yunying %J 武汉大学学报·信息科学版 %D 2016 %R 10.13203/j.whugis20140652 %X 扩展卡尔曼滤波技术可以利用序列观测重力异常数据以及航行区域重力异常基准图来校正惯性导航系统漂移误差。针对因重力测量环境的变化、测量仪器扰动等因素造成的重力异常观测噪声不确定问题,提出了基于量测残差自适应估计观测噪声协方差(residual-based adaptive estimation,RAE)的重力异常滤波匹配算法;设计了一组并行卡尔曼滤波器,并简化了最优滤波器的选择准则。不同重力特征区域的实验表明,该算法能够有效降低惯性导航系统经纬向漂移误差,提高系统的导航定位精度 %K RAE滤波 %K 重力异常 %K 并行卡尔曼滤波 %K 自适应估计 %K 观测噪声 %K < %K br> %K RAE filtering %K gravity anomaly %K parallel kalman filter %K adaptive estimation %K measurement noise %U http://ch.whu.edu.cn/CN/abstract/abstract5620.shtml