基金项目:基金项目:国家自然科学基金(61561016，61861008);广西科技重大专项基金(AC16380014，AA17202048，AA17202033，AA17204002);广西自然科学基金青年科学基金项目(2019GXNSFBA245072);桂林电子科技大学研究生教育创新计划资助项目(2020YCxs027)收稿日期:2021－04－12修回日期:2021－06－03第40卷第2期计算机仿真2023年2月文章编号:1006－9348(2023)02－0019－05改进的Sage-Husa自适应算法及应用邓洪高，马海淘，纪元法，孙希延(桂林电子科技大学，广西桂林541004)摘要:针对标准卡尔曼滤波和Sage-Husa自适应卡尔曼滤波不能同时满足实时在线估计状态量测噪声阵和抑制滤波发散的问题，提出一种改进的Sage-Husa自适应卡尔曼滤波算法。在检测到量测异常时，在协方差匹配技术的最严格收敛判断条件，计算出次优滤波方法中新的状态估计均方误差阵的加权系数，通过新的状态估计均方误差阵对原来的状态估计均方误差阵进行修正，能有效抑制滤波器的发散。提高实际应用中，Sage-Husa自适应卡尔曼滤波算法在复杂不稳定环境中的稳定性与可靠性。将改进的算法放在BDS/INS系统中进行实验验证，实验结果表明，相比常规Sage-Husa自适应滤波算法，改进的Sage-Husa自适应卡尔曼滤波算法改善了上述系统的可靠性和自适应能力，最终有效的提高组合导航系统的性能。关键词:组合导航;自适应滤波;次优滤波;加权系数中图分类号:TN967.2文献标识码:BImprovedSage-HusaAdaptiveAlgorithmanditsApplicationDENGHong－gao，MAHai－tao，JIYuan－fa，SUNXin－yan(GuilinUniversityofElectronicTechnology，GuilinGuangxi541004，China)ABSTＲACT:AimingattheproblemthatthestandardKalmanfilterandSage-HusaadaptiveKalmanfiltercannotsat-isfythereal－timeonlinestatemeasurementnoisematrixandsuppressfilterdivergenceatthesametime，animprovedSage-HusaadaptiveKalmanfilteralgorithmisproposed．Whenthemeasurementabnormalityisdetected，inthemoststringentconvergencejudgmentconditionofthecovariancematchingtechnology，theweightingcoefficientofthenewstateestimationmeansquareerrormatrixinthesub－optimalfilteringmethodiscalculated，andtheoriginalstateesti-mationmean－squareerrormatrixiscomparedwiththeoriginal．Thestateestimationmean－squareerrormatrixiscor-rected，whichcaneffectivelysuppressthedivergenceofthefilter．Thealgorithmcanimp...
