Рассматривается методика робастной инновационной адаптации расширенного фильтра Калмана (EKF) для автономной бесплатформенной инерциальной навигационной системы (БИНС) на основе МЭМС-IMU в условиях негауссовых выбросов измерений. В MATLAB/Simulink выполняется имитационное моделирование с формированием сценариев одиночных выбросов, пакетов выбросов и смены спектральных характеристик шума IMU. Сравниваются базовая, адаптивная и робастно-адаптивные конфигурации EKF с робастным взвешиванием инноваций (Huber, Tukey). Оценка выполняется по метрикам навигационной точности, NIS-согласованности, вероятности дивергенции фильтра и времени восстановления после выброса в серии Monte-Carlo экспериментов. Дополнительно вводится прикладная интерпретация результатов через снижение эксплуатационных потерь: уменьшение доли срывов оценивания и сокращение времени восстановления рассматриваются как факторы снижения стоимости повторных проходов, остановок миссии и нештатных режимов БАС. Результаты представлены в виде графиков и таблиц и используются для формирования практических рекомендаций по выбору робастной схемы и параметров настройки для типовых помеховых режимов.
бесплатформенная инерциальная навигационная система, БИНС, EKF, расширенный фильтр Калмана, адаптация по инновациям, робастная фильтрация, Huber, Tukey, МЭМС-IMU, негауссовые выбросы, NIS, дивергенция фильтра, MATLAB/Simulink, имитационное моделирование, Monte-Carlo, эксплуатационная надёжность, экономические потери, операционные издержки, эффективность эксплуатации БАС
1. Мелешко В. В., Нестеренко О. И. Бесплатформенные инерциальные навигационные системы : учеб. пособие. — Кировоград : ПОЛИМЕД-Сервис, 2011. — 164 с. — ISBN 978-966-7813-75-8. — Текст : электронный. — URL: https://cions.kpi.ua/Arhiv/Meleshko/bins1.pdf (дата обращения: 26.02.2026).
2. Воскобойников Ю. Е. Рекуррентное оценивание вектора состояния динамических систем : учеб. пособие. — Новосибирск : Изд-во НГТУ, 2014. — 136 с. — ISBN 978-5-7782-2486-5. — Текст : электронный. — URL: https://znanium.ru/catalog/document?id=143456 (дата обращения: 26.02.2026
3. Семушин И. В., Цыганова Ю. В., Захаров К. В. Устойчивые алгоритмы фильтрации — обзор и новые результаты для систем судовождения // Информационные технологии и вычислительные системы. — 2013. — № 4. — С. 90–112. — Текст : электронный. — URL: https://pzs.dstu.dp.ua/DataMining/kalman/bibl/90_112.pdf (дата обращения: 26.02.2026).
4. Степанов О. А. Фильтр Калмана. История и современность (к 80-летию Рудольфа Эмиля Калмана) : электронный ресурс. — Текст : электронный. — URL: https://is.ifmo.ru/doctors/kalman-history.pdf (дата обращения: 26.02.2026).
5. Соколов О. А., Пентела О. А., Клеванович А. С. Адаптивный алгоритм компенсации дрейфа бесплатформенной инерциальной навигационной системы в условиях автономной навигации: повышение точности и экономическая эффективность применения низкобюджетных МЭМС-датчиков // Журнал прикладных исследований. — 2025. — № 11. — С. 193–206. — DOI:https://doi.org/10.26118/6644.2025.10.84.027. — Текст : электронный. — URL: https://jomeam.ru/ru/nauka/article/110366/view (дата обращения: 26.02.2026).
6. Материалы МАИ по комплексированию БИНС/СНС и применению фильтра Калмана : электронный ресурс (PDF). — Текст : электронный. — URL: https://mai.ru/upload/iblock/35f/35fe336f42e485af52c8333aa1d1b4b6.pdf (дата обращения: 26.02.2026).
7. Kalman R. E. A New Approach to Linear Filtering and Prediction Problems // Transactions of the ASME — Journal of Basic Engineering. — 1960. — Vol. 82, no. 1. — P. 35–45. — DOI:https://doi.org/10.1115/1.3662552. — Текст : электронный. — URL: https://www.unitedthc.com/DSP/Kalman1960.pdf (дата обращения: 26.02.2026).
8. Jazwinski A. H. Adaptive filtering to prevent divergence observed in application of Kalman filter to orbit determination : электронный ресурс // NASA Technical Reports Server (NTRS). — 1969. — Document ID: 19690064457. — Текст : электронный. — URL: https://ntrs.nasa.gov/citations/19690064457 (дата обращения: 26.02.2026).
