室内定位论文整理-20240930期

本文章由本人开发的论文总结AI Agent进行整理 。项目地址:https://github.com/zhangleino1/paper-summarizer

比较研究：传统错误状态与辅助惯性导航中的不变扩展卡尔曼滤波器

研究问题

本文探讨了基于矩阵李群SE(3)和SE_2(3)的乘积扩展卡尔曼滤波（MEKF）和左不变扩展卡尔曼滤波（LIEKF），并讨论其在辅助惯性导航系统中的理论与实现。研究旨在比较分析这两种新型滤波器在理论、设计与实际应用中相对于传统卡尔曼滤波器（QEKF）的性能优势，以及它们在不同应用环境下的具体表现。

提出方法

为了优化辅助惯性导航系统中的数据融合性能，本文提出并评估了两种新提出的滤波器：乘积扩展卡尔曼滤波（MEKF）与左不变扩展卡尔曼滤波（LIEKF）。这些滤波器分别应用于SE(3)和SE_2(3)李群，并通过理论分析、算法设计及实际应用验证，旨在提升定位精度、鲁棒性和计算效率。

创新点

滤波理论的创新

本文回顾并深入理解了李理论基础以及不变卡尔曼滤波原理，为MEKF和LIEKF的设计提供了坚实的理论支撑。通过在不同李群下的应用，展现了基于矩阵乘积与不变性的新型滤波技术。

方法设计与实现

设计过程充分考虑了实际导航应用中的挑战，并对滤波器性能进行了优化。将两种新型滤波器应用于不同的导航场景（静止、汽车、飞机及船只），并通