基于自适应MCMC的鲁棒因子图优化组合导航方法

本发明提供了一种基于自适应MCMC(马尔科夫链蒙特卡罗)的鲁棒因子图组合导航方法，在INS/GNSS组合导航系统中，多径效应和非视距等因素会极大降低卫星的定位精度，从而影响整个组合导航系统的效果。在城市交通中存在较多峡谷环境极大地影响了车辆的定位精度，因此需要研究一种兼具抗差性能和估计精度的组合导航方法。对此提出了一种基于自适应MCMC的鲁棒因子图组合导航方法。首先，基于先验和后验两阶段将自适应MCMC引入因子图优化框架，以精确估计GNSS时变量测噪声协方差；其次，引入新息χ2检测算法来检测和剔除粗差。所提方法在减小粗差干扰的同时能有效估计GNSS时变量测噪声，相比基于M估计的鲁棒自适应因子图算法和基于变分贝叶斯的鲁棒因子图组合导航算法在定位精度上有明显提升。