English
资源说明：建立了INS（Inertial Navigation System）/GPS紧耦合组合导航系统，针对测量粗差对系统定位结果的影响，将抗差估计理论应用于非线性滤波算法，提出了基于等价权原理的抗差UKF定位算法。加入模拟粗差进行实验，结果表明，观测量异常时，抗差UKF算法能成功探测和剔除观测量粗差，实现定位结果的有效估计。
本文探讨的主题是“INS/GPS紧耦合组合导航系统抗差定位算法”，主要涉及惯性导航领域的技术。惯性导航系统（INS）是基于牛顿力学原理的自主导航技术，而INS与全球定位系统（GPS）的组合可以互补各自的缺点，提供更精确的定位服务。在紧耦合组合导航系统中，INS负责计算位置、速度信息，GPS则提供伪距和伪距率信息。然而，测量数据中可能存在粗差，对定位结果造成影响。
为了克服这一问题，文章提出了一种基于等价权原理的抗差UKF（无迹卡尔曼滤波）定位算法。无迹卡尔曼滤波是一种用于非线性系统的滤波方法，而抗差估计理论则是用于识别和排除异常观测值的技术。结合这两种方法，抗差UKF算法能够检测并剔除测量中的粗差，确保在异常观测条件下仍能获得有效的定位估计，增强了系统的稳健性。
紧耦合导航系统的状态方程描述了载体运动状态的变化，包括位置、速度和加速度等信息。量测方程则涉及到伪距和伪距率的计算，这些量测数据是通过GPS接收机与INS预测值的差异得到的。通过星间差来消除时钟误差，进一步提高定位精度。
抗差算法的核心在于等价权原理，它通过调整观测值的权重来抵消异常值的影响。在IGG方案中，权函数采用了三段法，根据观测残差的标准化值来确定观测值的权重，从而在保值域、降值域和拒绝域内分别处理数据，达到最佳估计的效果。
具体到抗差UKF滤波算法设计，该算法利用UT变换进行采样，这是一种无迹方法，能有效地近似非线性系统的概率分布。在抗差估计过程中，UKF的更新步骤会考虑到等价权矩阵，以适应观测数据的质量变化。
文章提出了一种结合了抗差估计理论和无迹卡尔曼滤波的新型定位算法，旨在提高INS/GPS紧耦合组合导航系统的定位性能，尤其是在面对测量数据中的粗差时，能保持系统的稳定性和定位准确性。这一方法对于提高复杂环境下的导航系统的可靠性具有重要意义。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
