一种用于多惯性测量单元融合的统一滤波器
信号处理
2025-03-18 v1
摘要
导航对自主水面与水下平台完成任务的能力至关重要。多数导航系统在惯性传感器与其他外部传感器（如全球导航卫星系统，若可用，或多普勒测速仪）间进行融合。近年来，使用多个惯性测量单元以提升导航精度与鲁棒性受到更多关注。前沿例子包括虚拟惯性测量单元（VIMU）与联邦扩展卡尔曼滤波器（FEKF）。然而，这些方法各有缺陷。VIMU 不改善传感器偏置——其构成重要误差源，尤其在低成本惯性传感器中。FEKF 虽提升精度，却以经验方式建模不确定性传播；若建模不当，会导致全局解发散。为克服上述不足，我们提出并推导了一种用于多惯性传感器数据融合的新滤波结构：统一扩展卡尔曼滤波器（UEKF）。此外，针对多相等偏置方差估计问题，我们给出偏置方差重分配算法。我们的滤波器设计可对系统中每个惯性传感器的偏置进行估计，提升精度并允许使用可变数量的惯性传感器。我们利用海上实验记录的真实数据表明，UEKF 优于其他前沿的多惯性传感器滤波器。
引用
@article{arxiv.2208.14524,
title = {A Unified Filter for Fusion of Multiple Inertial Measurement Units},
author = {Yaakov Libero and Itzik Klein},
journal= {arXiv preprint arXiv:2208.14524},
year = {2025}
}