摘要
本发明属于多源信息融合导航技术领域,具体涉及一种基于变分贝叶斯因子图的多源信息融合导航方法,结合惯性导航系统(Inertial Navigation System,INS)、景象匹配导航(Image Matching Navigation System,IMNS)系统、全球卫星导航系统(Global Navigation Satellite System,GNSS)的因子节点构建因子图模型,并依据因子图推理方法,获得导航状态信息。为解决噪声未知或突变而导致传统多源信息融合导航算法性能下降的问题,本发明将观测噪声建模为Student‑T分布后对系统状态进行预测,并借助高斯牛顿迭代方法和变分贝叶斯学习对导航状态和未知噪声参数进行迭代,以逼近其真实后验分布,算法通用性好,具备即插即用的特点,具有较强的扩展性和稳健性。
技术关键词
信息融合导航方法
变分贝叶斯
全球卫星导航系统
匹配导航系统
因子
惯性导航系统
概率密度函数
多源信息融合
迭代方法
噪声参数
观测噪声
贝叶斯方法
节点
导航技术
导航算法
推理方法
时序
多普勒
相机