一种新的改进高斯粒子滤波算法及其在SINS/GPS深组合导航系统中的应用

针对组合导航系统中出现的线性非线性混合滤波模型,提出一种新的混合高斯粒子滤波算法(MGPF).该滤波算法在状态更新过程中借鉴线性卡尔曼滤波思想直接更新状态量的高斯分布参数,而非逐个更新每个粒子,因此很大程度上减少了高斯粒子滤波算法(GPF)的计算量,同时滤波精度也有一定的提高.建立了捷联惯性导航系统与全球卫星定位系统(SINS/GPS)相结合的深组合滤波模型,并对新算法MGPF进行了仿真验证,所得结果表明了该算法的有效性.