摘要：捷联式惯导水下动基座初始对准中,当量测噪声具有不确定、非高斯的统计特性时,对量测噪声作高斯分布假设和对量测噪声阵R作常值处理会造成无迹卡尔曼滤波（UKF）精度和鲁棒性变差。针对此问题,提出了一种基于投影统计（PS）算法的鲁棒自适应UKF（ARUKF）方法。方法首先利用PS算法确定存储新息的权值,对异常的新息进行重加权;而后利用MyersTapley方法自适应地估计R阵;最后利用Huber方法中的权函数对估计出来的R阵进行修正。基于江试试验的实测数据,利用UKF、鲁棒UKF（RUKF）和ARUKF进行非高斯量测噪声条件下的动基座初始对准实验,结果表明：当观测量受到野值的污染时,ARUKF不仅具备RUKF的鲁棒性,而且能够准确地估计出观测量的噪声协方差阵R,比UKF和RUKF具有更高的初始对准性能。

关键词：初始对准 无迹卡尔曼滤波 投影统计 鲁棒 自适应 

单位：海军工程大学电气工程学院; 武汉430033