【技术实现步骤摘要】
一种快速自适应的动态惯性导航实时解算去噪方法
[0001]本专利技术属于数字去噪
,具体涉及一种快速自适应的动态惯性导航实时解算去噪方法。
技术介绍
[0002]数字信号的滤波是通过数字滤波器来实现的。数字滤波器是一种用来过滤时间离散信号的数字系统,它是通过对抽样数据进行数学处理来达到频域滤波的目的。最开始通过对信号进行求加权平均来实现对加性噪声的去除,后来通过设计模拟滤波器是现在对其他噪声的去除,随着数字信号的发展,逐渐实用FFT变换进行去噪处理,首先经变换得到频谱,通过分析频谱进而知道有用信号与噪声所在的带宽,然后设计对应的数字滤波器实现对信号的去噪处理。虽然低通高通等滤波器能实现去噪,倒是对于随机噪声的处理效果不佳,尤其是对传感器的数据信号处理达不到有效的应用。因此需要提出一种对随机噪声有良好性能的滤波器
[0003]卡尔曼滤波器在随机序列估计、空间技术、目标跟踪具有广泛的应用,1960年卡尔曼还提出能控性的概念。后人称之为卡尔曼卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推,卡尔曼滤波是以最小均方误差为估计的最佳准则,来寻求一套递推估计的算法,其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。它适合于实时处理和计算机运算,卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推,根据系统的量测值来消除随机干扰,再现系统的状态。
[0004]但在实际应用中,随 ...
【技术保护点】
【技术特征摘要】
1.一种快速自适应的动态惯性导航实时解算去噪方法,其特征在于,包括以下步骤:步骤1,假设控制小车进行的运动为定速直线运动,小车第k时刻的状态包含位置p
k
和速度v
k
信息[p
k v
k
]
’
,记为x
k
,经过Δt时间,从k
‑
1时刻到k时刻,小车的位置状态的变化写成矩阵的形式即为记状态转换矩阵为A,即x
k
=Ax
k
‑1ꢀꢀ
(1)假设小车的状态位置为x
k
与精确值间满足正态分布,协方差为P
k
,经过x
k
=Ax
k
‑1的变换,k时刻的方差P
k
满足P
k
=AP
k
‑1A
T
,其中T为时间;步骤2,取协方差矩阵Q值为前后时刻差值的平方,公式为P
k
=AP
k
‑1A
T
+Q
ꢀꢀ
(2)Q=(x
k
‑
x
k
‑1)2ꢀꢀ
(3)步骤3,加入一个状态转换的矩阵,把当前的状态向量转化为传感器传回的状态,记矩阵为H
k
;步骤4,联合分布满足方程H
k
x
k
′
=H
k
x<...
【专利技术属性】
技术研发人员:袁杨宇,谢远新,程伟,刘宽,
申请(专利权)人:重庆亲禾智千科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。