基于置信度加权的INS/BD/GPS组合导航信息融合 (2013年)

针对联邦卡尔曼滤波算法存在的不足，将标准卡尔曼滤波方法和置信度加权方法相结合，应用于组合导航系统。该方法利用了自适应神经网络模糊推理技术非线性、快速实时、自适应学习的优点，将滤波器的输出数据进行置信度判别，得到各个子系统加权值，最后进行加权融合得到全局输出。仿真结果表明：基于ANFIS神经网络置信度加权的组合导航信息融合技术在一定程度上抑制了数据的发散，提高了导航精度。