一种结合协方差和Sage-Husa滤波技术的自适应滤波方法技术

本发明专利技术涉及一种结合协方差和Sage‑Husa滤波技术的自适应滤波方法，属于组合导航自适应滤波技术领域，解决了现有技术中组合导航系统的导航精度易受外部环境影响而降低、可靠性差的问题。一种结合协方差和Sage‑Husa滤波技术的自适应滤波方法，包括以下步骤：将载波相位差分GPS与捷联惯导组成SINS/DGPS组合导航系统，建立SINS/DGPS组合导航系统的滤波器数学模型；利用Sage‑Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波；基于协方差匹配技术的滤波发散判据对Sage‑Husa自适应滤波算法进行改进，利用改进后的Sage‑Husa自适应滤波算法对SINS/DGPS组合导航系统进行滤波。实现了组合导航系统的自适应滤波，提高了滤波精度与稳定性，满足了组合导航系统高精度和高可靠性的要求。

【技术实现步骤摘要】
一种结合协方差和Sage-Husa滤波技术的自适应滤波方法
本专利技术涉及组合导航自适应滤波
，尤其涉及一种结合协方差和Sage-Husa滤波技术的自适应滤波方法。
技术介绍
组合导航系统要求具有较高的导航精度，组合导航系统的常规卡尔曼滤波基于建模准确的线性模型和完备的噪声统计特性，在实际使用中受外部环境的影响较大，给模型建立的准确性和噪声统计特性的准确描述带来困难，这将导致常规卡尔曼滤波器不稳定甚至发散，因而有必要对常规卡尔曼滤波方法进行改进，用以解决组合导航系统的导航精度易受外部环境影响降低、可靠性差的问题。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种结合协方差和Sage-Husa滤波技术的自适应滤波方法，用以解决组合导航系统的导航精度受外部环境影响降低、可靠性差的问题。本专利技术提供了一种结合协方差和Sage-Husa滤波技术的自适应滤波方法，包括以下步骤：将载波相位差分GPS与捷联惯导组成SINS/DGPS组合导航系统，建立SINS/DGPS组合导航系统的滤波器数学模型；利用Sage-Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波；基于协方差匹配技术的滤波发散判据对Sage-Husa自适应滤波算法进行改进，利用改进后的Sage-Husa自适应滤波算法对SINS/DGPS组合导航系统进行滤波。上述技术方法的有益效果为：通过上述方案实现了SINS/DGPS组合导航系统的自适应滤波，提高了滤波精度与稳定性，满足了SINS/DGPS组合导航系统高精度和高可靠性的要求。进一步地，建立SINS/DGPS组合导航系统的滤波器数学模型，具体包括，SINS/DGPS组合导航系统的滤波器数学模型以捷联惯导系统误差方程为基础建立状态方程，根据所选量测量建立量测方程，所选量测量包括SINS的速度、位置分别与DGPS的速度和位置之差。进一步地，所述状态方程和量测方程分别为和Z1＝H1X1+V1，其中，F1为系统矩阵，G1为系统噪声驱动阵，H1为观测矩阵，W1是系统噪声向量，V1是观测噪声向量；SINS/DGPS组合导航系统的滤波器系统状态其中，φE,φN,φU分别为东、北、天3个方向的平台姿态角误差；δvE,δvN,δvU分别为东、北、天3个方向的速度误差；δL,δλ,δh分别为纬度、经度、高度位置误差；εbx,εby,εbz分别3个陀螺漂移误差；分别为3个加速度计随机常值零偏误差。上述进一步技术方案的有益效果为：通过上述建立了SINS/DGPS组合导航系统滤波器的状态方程和量测方程。进一步地，利用Sage-Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波，具体包括，对所述滤波器数学模型离散化处理得到滤波器的离散系统数学模型，根据所述离散系统数学模型构建Sage-Husa自适应滤波算法，利用所述算法通过极大后验估计器以各子系统导航参数的误差量为估计对象，在线估计系统噪声和量测噪声的次优无偏估计，其中，所述算法包括滤波方程和时变噪声估计器。上述进一步技术方案的有益效果为：通过上述技术方案实现了利用Sage-Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波。进一步地，对所述滤波器数学模型离散化处理得到滤波器的离散系统数学模型为其中，Xk为线性离散系统k时刻的n维状态向量；Zk为线性离散系统k时刻的m维观测序列；Φk,k-1为线性离散系统k-1时刻至k时刻的n×n维状态转移矩阵；Hk为线性离散系统k时刻的m×n维观测矩阵；Wk为线性离散系统k时刻的激励噪声；Vk为线性离散系统的量测噪声；Wk和Vk是相互独立的白噪声，其均值和协方差满足其中，Qk表示系统噪声序列的方差阵，假设为非负定阵；Rk表示量测噪声序列的方差阵，假设为正定阵；δkj为Kroneckerδ函数。进一步地，上述滤波方程包括，Pk＝(I-KkHk)Pk/k-1其中，为k-1时刻到k时刻的时间更新状态预测；Pk/k-1为k-1时刻到k时刻的时间更新状态协方差；为k时刻量测更新状态预测，是Xk的估计；为k-1时刻的量测更新状态预测；Pk为k时刻量测更新状态协方差；Pk-1为k-1时刻的量测更新状态协方差；ek为量测新息；Kk为k时刻的卡尔曼滤波增益矩阵；为系统噪声序列方差阵的估计。进一步地，上述时变噪声估计器为其中，dk＝(1-b)/(1-bk+1)，b为遗忘因子，为量测噪声序列方差阵的估计。进一步地，所述基于协方差匹配技术的滤波发散判据为式中，γ为储备系数，γ≥1，当γ＝1时为最严格的收敛判据条件；tr表示矩阵的迹，若上式成立，则表明第k次滤波出现异常，若上式不成立，则表明第k次滤波无异常。上述进一步技术方案的有益效果为：采用基于协方差匹配技术的滤波发散判据对简化的Sage-Husa自适应滤波算法进行改进，提高了滤波的稳定性。进一步地，对上述Sage-Husa自适应滤波算法进行简化，得到简化的Sage-Husa自适应滤波算法，所述简化的Sage-Husa自适应滤波算法公式中的进一步地，在滤波过程中，若进行第k次滤波时，滤波出现异常，则对进行重新估计，将所述用替换。本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。附图说明附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。图1为本专利技术实施例所述方法流程示意图。具体实施方式下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。实施例1本专利技术实施例提供一种结合协方差和Sage-Husa滤波技术的自适应滤波方法，所述方法流程示意图如图1所示。所述方法包括以下步骤：步骤S01、将载波相位差分GPS与捷联惯导组成SINS/DGPS组合导航系统，建立SINS/DGPS组合导航系统的滤波器数学模型；由于载波相位差分GPS(DGPS)具有长时间绝对定位的稳定性，而捷联惯导(SINS)具有短时间相对定位的稳定性，所以SINS与DGPS组合是最为理想的一种组合导航方案；SINS/DGPS组合导航系统可以动态快速地给出反映载体运动的线运动参数和角运动参数，据此可以提供很多有用的信息，例如，对运动轨迹进行精密定位，给出动态导航定位、测速、测定姿态信息；两种导航组合能够克服各自缺点，使组合后的导航精度高于两个系统单独工作的精度；利用北斗地基增强系统和千寻位置网差分数据服务与网络通讯技术，可以得到载波相位差分GPS(DGPS)高精度定位信息，北斗地基增强系统作为基准站，主要是将卫星发送过来的信息误差进行修改，使得定位更加精确；基准站将观测值和测站坐标信息一起通过数据链传送给移动站(用户机)，移动站在系统内组成差分观测值进行实时处理，得到载波相位差分GPS(DGPS)高精度定位信息；载波相位差分GPS(DGPS)与捷联惯导(SINS)组成组合导航系统，该组合导航系统也适用于北斗与SINS进行组合；支持卫星定位的用本文档来自技高网...

【技术保护点】
1.一种结合协方差和Sage‑Husa滤波技术的自适应滤波方法，其特征在于，包括以下步骤：将载波相位差分GPS与捷联惯导组成SINS/DGPS组合导航系统，建立SINS/DGPS组合导航系统的滤波器数学模型；利用Sage‑Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波；基于协方差匹配技术的滤波发散判据对Sage‑Husa自适应滤波算法进行改进，利用改进后的Sage‑Husa自适应滤波算法对SINS/DGPS组合导航系统进行滤波。

【技术特征摘要】
1.一种结合协方差和Sage-Husa滤波技术的自适应滤波方法，其特征在于，包括以下步骤：将载波相位差分GPS与捷联惯导组成SINS/DGPS组合导航系统，建立SINS/DGPS组合导航系统的滤波器数学模型；利用Sage-Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波；基于协方差匹配技术的滤波发散判据对Sage-Husa自适应滤波算法进行改进，利用改进后的Sage-Husa自适应滤波算法对SINS/DGPS组合导航系统进行滤波。2.根据权利要求1所述的方法，其特征在于，建立SINS/DGPS组合导航系统的滤波器数学模型，具体包括，SINS/DGPS组合导航系统的滤波器数学模型以捷联惯导系统误差方程为基础建立状态方程，根据所选量测量建立量测方程，所选量测量包括SINS的速度、位置分别与DGPS的速度和位置之差。3.根据权利要求2所述的方法，所述状态方程和量测方程分别为和Z1＝H1X1+V1，其中，F1为系统矩阵，G1为系统噪声驱动阵，H1为观测矩阵，W1是系统噪声向量，V1是观测噪声向量；SINS/DGPS组合导航系统的滤波器系统状态X1＝[φE,φN,φU,δvE,δvN,δvU,δL,δλ,δh,εbx,εby,εbz,▽x,▽y,▽z]T其中，φE,φN,φU分别为东、北、天3个方向的平台姿态角误差；δvE,δvN,δvU分别为东、北、天3个方向的速度误差；δL,δλ,δh分别为纬度、经度、高度位置误差；εbx,εby,εbz分别3个陀螺漂移误差；▽x,▽y,▽z分别为3个加速度计随机常值零偏误差。4.根据权利要求1所述方法，其特征在于，利用Sage-Husa自适应卡尔曼滤波算法，对SINS/DGPS组合导航系统进行滤波，具体包括，对所述滤波器数学模型离散化处理得到滤波器的离散系统数学模型，根据所述离散系统数学模型构建Sage-Husa自适应滤波算法，利用所述算法通过极大后验估计器以各子系统导航参数的误差量为估计对象，在线估计系统噪声和量测噪声的次...

【专利技术属性】
技术研发人员：杨君，王三舟，宋宇，王清正，宋高顺，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：北京,11