The invention discloses an unmanned craft integrated navigation method based on fuzzy adaptive filtering, which is composed of strapdown inertial navigation system and global positioning system. The purpose of the present invention is to improve the divergence of conventional Kalman filter caused by the difference of measurement noise statistical characteristics with the actual external environment, and to improve the filtering accuracy of SINS/GNSS. By monitoring the covariance consistency between theoretical and practical residuals, the fuzzy inference system is used to adjust the gain coefficients of the filter continuously, and the Kalman filter is adjusted adaptively on-line to achieve the optimal estimation. The adaptive filtering method designed by the invention can accurately estimate the real-time measurement noise statistical characteristics of the system, so that the UAV integrated navigation system can output more accurate position and speed information.
【技术实现步骤摘要】
一种基于模糊自适应滤波的无人艇组合导航方法
本专利技术涉及导航系统
,具体涉及一种基于模糊自适应滤波的无人艇组合导航方法。
技术介绍
无人艇(USV)具有体积小、隐身性好、智能、无人员伤亡等优点,在军事方面能够灵活作战,部署机动,使用方便,可以在危险区域或者不适宜派遣有人舰船的区域独立自主执行任务,拓展了海上作战范围,具有良好的费效比。我国作为海岸线广阔、海上争端频发的发展中大国,有必要加强无人艇技术研究,保护自身的海洋权益。而为其设计一款高性能的导航系统具有重要现实意义。就目前而言,对于无人艇导航系统的主要要求是小体积、高精度、高可靠性,能够适应不同海况,针对其特点,常采用捷联惯导系统(SINS)和全球定位系统(GPS)组成组合导航系统。在传统组合导航系统中,卡尔曼滤波技术得到广泛的应用。当组合导航系统的数学模型精确已知,并忽略计算误差时,用常规卡尔曼滤波对系统的状态进行估计,可以得到状态的精确估计值。如果系统数学模型不精确或者噪声统计特性变化,常规卡尔曼滤波精度将大大降低,甚至发散。建立组合导航系统准确的数学模型需要做大量的试验,尤其是建立准确的系统噪声和量测噪声的统计特性。为了解决此问题,通常采用自适应滤波技术,在进行滤波的同时,利用观测数据带来的信息,不断地在线估计和修正模型参数、噪声统计特性以提高滤波精度,得到对象状态的最优估计值。近年来,许多学者对自适应滤波进行了深入的研究。文献“抗野值自适应卡尔曼滤波方法的研究,中国惯性技术学报,2003”提出了抗野值自适应滤波方法,这种方法通过对信息的监测判断是否有野值出现,当有野值出现时,通过自适应 ...
【技术保护点】
1.一种基于模糊自适应滤波的无人艇组合导航方法,其特征在于,包括以下几个步骤:步骤一:建立系统状态方程和量测方程:在SINS/GPS组合导航模式下,SINS作为主导航系统建立系统的状态方程,并选取经纬度误差、速度误差以及失准角为状态变量,利用GPS与SINS所提供速度和位置的差值作为量测变量,建立组合导航系统的量测方程;状态方程:Xk=Φk,k‑1Xk‑1+Γk‑1Wk‑1量测方程:Zk=HkXk+Vk其中,Xk为系统状态向量,Zk为量测向量,Hk为量测矩阵,Φk,k‑1为状态转移矩阵,Γk‑1为系统噪声矩阵,Wk‑1为系统噪声向量,Vk为量测噪声向量;Wk‑1和Vk是不相关的高斯白噪声序列,均值和方差分别为:E{Wk}=0,
【技术特征摘要】
1.一种基于模糊自适应滤波的无人艇组合导航方法,其特征在于,包括以下几个步骤:步骤一:建立系统状态方程和量测方程:在SINS/GPS组合导航模式下,SINS作为主导航系统建立系统的状态方程,并选取经纬度误差、速度误差以及失准角为状态变量,利用GPS与SINS所提供速度和位置的差值作为量测变量,建立组合导航系统的量测方程;状态方程:Xk=Φk,k-1Xk-1+Γk-1Wk-1量测方程:Zk=HkXk+Vk其中,Xk为系统状态向量,Zk为量测向量,Hk为量测矩阵,Φk,k-1为状态转移矩阵,Γk-1为系统噪声矩阵,Wk-1为系统噪声向量,Vk为量测噪声向量;Wk-1和Vk是不相关的高斯白噪声序列,均值和方差分别为:E{Wk}=0,E{Vk}=0,cov{WiVj}=0;式中,Qk为系统噪声方差阵;Rk为量测噪声方差矩阵,δkj是δ函数;步骤二:根据常规卡尔曼滤波算法,建立模糊自适应滤波算法:首先更新状态一步预测值及其均方误差,利用k时刻量测信息Zk和一步预测计算新息序列rk,求取增益矩阵和滤波方程;一步预测:预测均方误差:增益矩阵:新息序列:滤波方程:滤波均方误差:Pk=(I-KkHk)Pk/k-1其中,为滤波过程中对状态向量Xk的估计量,为状态一步预测,Kk为滤波增益,Pk为滤波误差的协方差阵,Pk/k-1为预测误差协方差阵,rk为新息序列,I为单位矩阵;步骤三:确定模糊推理系统的输入输出参数;步骤四:设...
【专利技术属性】
技术研发人员:赵玉新,姜春东,刘厂,刘利强,李刚,高峰,周学文,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江,23
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。