基于模糊鲁棒自适应CKF算法的MEMS-IMU姿态估计

针对微机电惯组（MEMS-IMU）受到状态突变干扰、存在未知量测噪声等情况下，传统滤波算法无法准确估计系统姿态问题，提出了一种基于模糊鲁棒自适应容积卡尔曼滤波（FRA-CKF）的姿态估计算法。通过分析滤波新息序列的统计特性，根据χ2检验原理设置了修正门限和修正边界，构造了容积卡尔曼滤波、鲁棒修正和自适应修正的隶属度函数，制定相应的模糊修正准则，使算法兼顾自适应性和鲁棒性。仿真及静、动态实验验证了所提出算法的有效性。静态实验结果表明，所提出的滤波算法相比CKF算法，航向角估计的均方根误差降低了80%，提高了滤波的精度和稳定性。