使用改進(jìn)的自適應(yīng)卡爾曼濾波器的車輛定位算法

（Improved vehicle positioning algorithm using enhanced innovation-based adaptive Kalman filter）

精確定位是使創(chuàng)新應(yīng)用能夠在各個(gè)領(lǐng)域正確執(zhí)行其任務(wù)的關(guān)鍵因素，這些領(lǐng)域包括：智能交通系統(tǒng)（ITS）和智能汽車。車輛定位精度在很大程度上取決于定位技術(shù)的優(yōu)劣和周圍的測量條件?？捎糜谔岣哕囕v定位精度的技術(shù)有很多，可是這些定位技術(shù)僅僅在受控環(huán)境中實(shí)現(xiàn)了高精度，在真實(shí)環(huán)境中由于受到動(dòng)態(tài)測量噪聲的影響，測量精度降低。

本文的目的是提出一種在動(dòng)態(tài)和不穩(wěn)定測量條件下提高定位信息的準(zhǔn)確性和完整性的算法。此定位算法是基于自適應(yīng)卡爾曼濾波器（IAE_KF），并將定位測量與車輛運(yùn)動(dòng)信息相結(jié)合的定位算法。使用這種方法定位精度和定位信息的完整性方面都得到明顯的改善，可以滿足車輛對定位精度的要求。與其他自適應(yīng)卡爾曼濾波不同，本文采用Yule_Walker方法來估計(jì)測量噪聲的協(xié)方差，然后將其反饋到估計(jì)過程中，而不是隨機(jī)調(diào)整理論噪聲協(xié)方差。同時(shí)提出一種在線誤差估計(jì)模型，用于估計(jì)本文所提出的算法的不確定性。通過全面的仿真研究，證明了所提算法的有效性。結(jié)果表明，算法在提高定位信息的準(zhǔn)確性和完整性方面比現(xiàn)有的解決方案更有效，可以滿足現(xiàn)有車輛的定位需求。