基于四元数分布的并行高斯粒子滤波数据处理方法技术

本发明专利技术提出的一种基于四元数分布的并行高斯粒子滤波数据处理方法，属于数字滤波和多传感器数据融合技术领域，主要用于解决粒子滤波器的高维状态产生巨大的计算工作量的问题，该方法以四元数粒子滤波为框架，融合陀螺仪、加速度计及磁力计数据，使用新四元数分布作为单位超球面上的四元数的标准分布，用以估计状态的后验分布。本发明专利技术只需在新四元数分布中采样，仅通过线性变换计算四元数分布的二阶矩，加快了计算速度，适用于姿态估计、数据融合等应用场合。

Data Processing Method of Parallel Gauss Particle Filter Based on Quaternion Distribution

【技术实现步骤摘要】
基于四元数分布的并行高斯粒子滤波数据处理方法
本专利技术为了解决非线性粒子滤波算法在载体姿态估计中的计算量大的缺陷，提出了一种改进算法，属于数据处理和多传感器数据融合
，适用于姿态估计、数据融合等应用场合。
技术介绍
序贯姿态估计是导航系统的关键部分，目前姿态估计的成熟方案是用陀螺仪，磁力计和加速度计测量的数据来确定飞机的姿态。由于四元数具有非奇异的特性，因此广泛应用于动力学方程。近几十年来，人们已经进行了大量研究，使用各种新算法来提高估计精度。标准扩展卡尔曼滤波(ExtendedKalmanFilter，EKF)算法用于估计飞行姿态，然而EKF内的归一化处理没有达到最佳估计结果。为了应对强非线性系统，提出了一种无迹卡尔曼滤波(UnscentedKalmanFilter，UKF)算法。同样，UKF也需要归一化来保持四元数的标准化约束。此外，UKF受随机过程的统计分布影响比较大。修正的罗德里格斯参数(ModifiedRodriguesParameters，MRP)的粒子滤波器(ParticleFilter，PF)解决了四元数的归一化问题和非线性非高斯问题，然而高维状态下该粒子滤波本文档来自技高网...

【技术保护点】
1.一种基于四元数分布的并行高斯粒子滤波数据处理方法，其特征在于，具体包括以下步骤：步骤1：根据加速度计和磁力计的初始测量值对四元数粒子进行初始化；步骤2：以四元数为系统状态量，采用陀螺仪数据建立四元数系统状态方程；以加速度计及磁力计的输出为观测量建立量测方程；步骤3：根据步骤2中建立的状态方程得到四元数的二阶矩，采用高斯分布函数抽样得到四元数粒子并进行状态更新；步骤4：利用步骤2中的量测方程对四元数粒子进行量测更新，采用并行计算的方式计算新的权值；步骤5：计算最优四元数估计值，根据四元数值计算姿态角。

【技术特征摘要】
1.一种基于四元数分布的并行高斯粒子滤波数据处理方法，其特征在于，具体包括以下步骤：步骤1：根据加速度计和磁力计的初始测量值对四元数粒子进行初始化；步骤2：以四元数为系统状态量，采用陀螺仪数据建立四元数系统状态方程；以加速度计及磁力计的输出为观测量建立量测方程；步骤3：根据步骤2中建立的状态方程得到四元数的二阶矩，采用高斯分布函数抽样得到四元数粒子并进行状态更新；步骤4：利用步骤2中的量测方程对四元数粒子进行量测更新，采用并行计算的方式计算新的权值；步骤5：计算最优四元数估计值，根据四元数值计算姿态角。2.根据权利要求1所述基于四元数分布的并行高斯粒子滤波数据处理方法中的步骤3中根据步骤2建立的状态方程得到四元数的二阶矩，采用高斯分布函数抽样得到四元数粒子并进行状态更新；其特征在于过程如下：Step1：根据公式更新四元数的概率密度函数；其中q是四元数，π是圆周率，qT是q的转置，Pqq是四元数的二阶矩，是Pqq的逆，det(Pqq)是矩阵Pqq的行列式；Step2：根据离散四元数，改写状态方程为：其中qk+1表示k+1时刻离散四元数，和分别表示来自陀螺仪的...

【专利技术属性】
技术研发人员：周翟和，马静敏，程遵堃，陈燕，游霞，曾庆喜，陈则王，姚睿，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32