基于自适应高斯?牛顿迭代三步延迟时空融合的无人机测高

针对无人机巡航测高过程中,采用单一传感器进行高度测量时受到环境干扰较大且精度较差,而现有多传感器融合方法精度较低的问题,提出一种基于自适应高斯?牛顿迭代三步延迟时空融合的无人机测高方法.首先,将优化后的三步延迟时空融合算法作为第一层融合,有效避免了传感器出现故障所导致的测量误差;其次,采用加速度计对融合后的数据进行检测和辅助测高,将基于参数迭代的自适应高斯?牛顿滤波器作为第二层融合模型算法,可以在保证稳定性的前提下,提高无人机巡航或悬停时的精度.最后,采用实际高度测量数据进行实验.实验结果表明,与二步延迟融合方法比较,最大误差减小25.4％,均方根误差减小26.4％.同时,该测高方法简化了相关量测方程和状态量维数,降低了计算量,系统结构更加简洁,有利于实际应用.