GNSS说第(七)讲—自适应动态导航定位(一)

今天开始，更新自适应导航定位系列博客，该系列博客参考书籍为杨元喜老师的《自适应动态导航定位》

导航计算方法

概述

动态导航一般采用序贯算法或递推算法，如动态参数平差方法和滤波方法等。动态导航所涉及的信号一般分为两类，即随机信号和非随机信号。若采用平差方法进行导航计算，则可以将所有随机信号(包括观测的、模型推算的，以及统计已知的)均作为观测量，从而采用平差方法求得动态载体的导航解。这类平差方法包括参数加权平差，序贯平差，动态平差、贝叶斯估计等。若将观测信息与随机参数信息区别对待，则可采用滤波方法。滤波方法包括标准Kalman滤波以及由此而发展起来的抗差滤波(也称稳健滤波或鲁棒滤波----Robust Filter)

序贯平差法

序贯平差法将每一历元的观测信息和动力学模型均作为观测信息。

Kalman滤波法

Kalman滤波是目前动态导航中最常用的计算方法。1960年Kalman提出了离散系统滤波算法,后来又发展了连续系统的滤波方法,统称为Kalman滤波。
标准kalman滤波的极值条件为：

公式均为博主手动敲出，难免有误，恳请大家交流指正！