TY -的A2张Qiu-Zhao盟——江,陈盟——刘,文凯AU -李,回族盟——徐Haijun PY - 2022 DA - 2022/01/29 TI -修正卡尔曼滤波器的自适应融合方案基于假设检验的SP - 4064339六世- 2022 AB -文学,衰落因子构建克服卡尔曼滤波器模型不确定性的短缺。然而,先验协方差矩阵可能衰落的因素一旦膨胀异常的测量是不可靠的。因此,衰减因素可能成为无效,这个问题很少被讨论和测试。本文介绍了Mahalanobis距离的平方作为判断指标,和衰落因子或协方差膨胀因子采用有条件地根据假设检验的结果。因此,自适应滤波方案基于Mahalanobis距离提出了系统模型的不确定性。该算法实现与实际收集的数据集成的全球导航卫星系统(GNSS)和惯性导航系统和INS(惯性导航系统)集成系统(INS)。系统模型不确定性,实验结果表明,影响外围控制测量和模型误差的有效方案。SN - 1687 - 725 - 2022/4064339 / 10.1155 x你——https://doi.org/10.1155/2022/4064339——摩根富林明——《传感器PB - Hindawi KW - ER