一种适用于噪声特性未知的时变系统自适应级联滤波方法技术方案

技术编号:25518091 阅读:30 留言:0更新日期:2020-09-04 17:09
本发明专利技术的目的在于提供一种适用于噪声特性未知的时变系统自适应级联滤波方法,包括以下步骤采集获取SINS系统和GPS系统输出数据,建立SINS/GPS组合导航的主滤波器数学模型,选取状态量和观测量;建立从滤波器数学模型,选取状态量和观测量;在线估计N

【技术实现步骤摘要】
一种适用于噪声特性未知的时变系统自适应级联滤波方法
本专利技术涉及的是一种滤波方法,具体地说是自适应级联滤波方法。
技术介绍
GPS(GlobalPositioningSystem,GPS))/SINS(StrapdownInertialNavigationSystem,SINS)组合导航系统能够充分利用两种导航系统的互补性,具有高精度、高可靠性的优点,在动态定位领域获得了极为广泛的应用。GPS/INS系统中常用的滤波方法主要是卡尔曼滤波(KF)及其扩展滤波,但在滤波过程中卡尔曼滤波过于依赖系统噪声和过程噪声统计特性的准确性(Q阵和R阵),且需要输入初始的状态向量和协方差矩阵。当设置的参数与实际偏差过大时,滤波器会出现误差增大甚至发散的情况。针对滤波时噪声特性未知情况,孟秀云等人(孟秀云,王语嫣.一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法[J].北京理工大学学报,2018,38(06):625-630)提出一种改进的自适应扩展卡尔曼滤波算法,该算法基于残差实时估计系统噪声,并能自适应的调整噪声矩阵以适应噪声特性的变化。但当系统噪声和量测噪声特性未知时,又或是噪声特性发生剧变,该算法都不能完成精确估计。ShmaliyYS等人在2011年提出了一种无偏有限冲击响应(UFIR),该算法是一种窗口滤波,可以在噪声特性未知的情况下,对系统做出精确估计。后续有很多学者对该算法进行了扩展和改进。但现有算法仍有两个问题:一、算法仅适用于线性时不变系统,无法对线性时变系统进行处理;二,由于UFIR自身的滤波原理所限,其导航精度要略差于卡尔曼滤波及其扩展滤波。
技术实现思路
本专利技术的目的在于提供以增加环境适用性、提高导航精度的一种适用于噪声特性未知的时变系统自适应级联滤波方法。本专利技术的目的是这样实现的:本专利技术一种适用于噪声特性未知的时变系统自适应级联滤波方法,其特征是:(1)采集数据,获取SINS系统和GPS系统输出数据;(2)建立SINS/GPS组合导航的主滤波器数学模型,选取状态量和观测量;(3)建立从滤波器数学模型,选取状态量和观测量:利用陀螺仪n时刻的输出,进行四元数的更新计算,继而解算出一组姿态角信息;由加速度计n时刻输出解算的水平姿态和GPS航向信息构成另一组姿态角;两组姿态角之差即为姿态误差角,将其转换为四元数形式作为从滤波器的量测;(4)在线估计Nopt:首先确定Nmin和Nmax,即确定Nopt的区间,再用Nmin和Nmax之间的整数对剩下的数据进行处理;范围内的每个N都会对剩余数据进行一次UFIR滤波处理,将每批次得出的进行评估,评估结果最优的即为每次计算出所对应的为最优估计;(5)对主滤波器的状态空间模型进行扩展,通过批处理过程获得滤波初始参数,继而进行滤波估计;(6)利用主滤波器输出信息,引入自适应渐消因子,利用n时刻量测进行自适应卡尔曼滤波;(7)根据主滤波器和从滤波器的输出对导航参数进行校正;(8)进入下一时刻的滤波过程。本专利技术还可以包括:1、步骤(2)具体为:设系统状态方程和量测方程为:式中,X(n)为系统状态矢量,F(n)为状态转移矩阵,W(n)为系统噪声矢量,Z(n)为量测矢量,H(n)为量测矩阵,V(n)为量测噪声矢量;采用间接法建立状态方程,INS选取东北天坐标系n作为导航坐标系,INS/GPS导航系统的状态量为:式中,φEφNφU为初始误差失准角,δvEδvNδvU为速度误差,δLδλδh为位置误差,εbxεbyεbz为陀螺仪常值漂移,为加速度计常值漂移;系统量测方程:选取GPS和INS输出的速度位置作为观测量,用下式表示组合导航系统的量测方程:=H(n)X(n)+V(n),其中,H(n)是量测矩阵,H(n)=[06×3I6×6O6×6],V(n)为GPS接收机的量测噪声。2、所述步骤(3)具体为:根据加性四元数误差微分方程整理下式:式中,为载体系相对于东北天坐标系的旋转角速度在载体系中的投影,其中,为陀螺仪的测量值,为角速率模型中的慢变漂移与测量噪声相加的随机漂移,为利用位置和速度得到的东北天坐标系相对于惯性坐标系的旋转角速度在载体系下的投影,为姿态矩阵,矩阵表达式如下所示:状态方程写为:式中:Xa=[δq0δq1δq2δq3εxεyεz]T,Wa(n)是系统噪声,状态转移矩阵:Tr为时间常数;量测方程:由加速度求解水平姿态方程得:式中,θa、γa为加速度计解算的俯仰角、横滚角,fx、fy、fz为载体加速度计敏感到的加速度信息,αx、αy为载体运动过程中机动加速度;由加速度计解算的俯仰角、横滚角与GPS提供的航向角构成的一组姿态角记为由惯导系统解算的一组姿态角记为姿态误差角为:变换矩阵为:其中,为数学平台失准角;由四元数、数学平台失准角与旋转角的关系可知:其中,Φ为旋转角;取Qe=Q-[1000]T作为量测,量测方程为:其中,Va(t)为量测噪声,3、所述步骤(4)具体为:确定Nmin和Nmax:获取不同N的均方误差:取L组量测值,先获得滤波的初始条件,再求取将带入下式:Vn=E{vnvnT},在不同的N下对L组数据求取均方误差值,均方误差最小的N+1设为GN=tr(MN),获取x值:令由此确定在这个范围内变化;确定Npot和的最优估计值:用Nmin和Nmax之间的整数对剩下的数据进行处理,范围内的每个N都会对剩余n-L+1组数据进行一次UFIR滤波处理,n>L,每σ组数据为一批次,σ为滤波窗口大小N与批处理窗口大小M的差值,每批次得出的将带入到下式中:其中,每次计算出所对应的为最优估计。4、步骤(5)具体为:状态空间模型的扩展:对步骤(2)中建立的状态空间模型进行扩展:Xn表示n时刻的系统状态矢量,即X(n),同理,Zn为Z(n),wn为W(n),Vn为V(n),Fn为F(n);主滤波器的观测矩阵H(n)为时不变矩阵,简化为H,Hn,m由下式表示:滤波过程:其中,为n时刻的状态估计,Kn=GnHT,Gn=[HTH+(FnGn-1FnT)-1]-1,其中,Gn为n时刻的广义噪声功率增益;批处理过程:M为批处理窗长,M<<N,s=本文档来自技高网
...

【技术保护点】
1.一种适用于噪声特性未知的时变系统自适应级联滤波方法,其特征是:/n(1)采集数据,获取SINS系统和GPS系统输出数据;/n(2)建立SINS/GPS组合导航的主滤波器数学模型,选取状态量和观测量;/n(3)建立从滤波器数学模型,选取状态量和观测量:利用陀螺仪n时刻的输出,进行四元数的更新计算,继而解算出一组姿态角信息;由加速度计n时刻输出解算的水平姿态和GPS航向信息构成另一组姿态角;两组姿态角之差即为姿态误差角,将其转换为四元数形式作为从滤波器的量测;/n(4)在线估计N

【技术特征摘要】
1.一种适用于噪声特性未知的时变系统自适应级联滤波方法,其特征是:
(1)采集数据,获取SINS系统和GPS系统输出数据;
(2)建立SINS/GPS组合导航的主滤波器数学模型,选取状态量和观测量;
(3)建立从滤波器数学模型,选取状态量和观测量:利用陀螺仪n时刻的输出,进行四元数的更新计算,继而解算出一组姿态角信息;由加速度计n时刻输出解算的水平姿态和GPS航向信息构成另一组姿态角;两组姿态角之差即为姿态误差角,将其转换为四元数形式作为从滤波器的量测;
(4)在线估计Nopt:首先确定Nmin和Nmax,即确定Nopt的区间,再用Nmin和Nmax之间的整数对剩下的数据进行处理;范围内的每个N都会对剩余数据进行一次UFIR滤波处理,将每批次得出的进行评估,评估结果最优的即为每次计算出所对应的为最优估计;
(5)对主滤波器的状态空间模型进行扩展,通过批处理过程获得滤波初始参数,继而进行滤波估计;
(6)利用主滤波器输出信息,引入自适应渐消因子,利用n时刻量测进行自适应卡尔曼滤波;
(7)根据主滤波器和从滤波器的输出对导航参数进行校正;
(8)进入下一时刻的滤波过程。


2.根据权利要求1所述的一种适用于噪声特性未知的时变系统自适应级联滤波方法,其特征是:步骤(2)具体为:
设系统状态方程和量测方程为:



式中,X(n)为系统状态矢量,F(n)为状态转移矩阵,W(n)为系统噪声矢量,Z(n)为量测矢量,H(n)为量测矩阵,V(n)为量测噪声矢量;
采用间接法建立状态方程,INS选取东北天坐标系n作为导航坐标系,
INS/GPS导航系统的状态量为:



式中,φEφNφU为初始误差失准角,δvEδvNδvU为速度误差,δLδλδh为位置误差,εbxεbyεbz为陀螺仪常值漂移,为加速度计常值漂移;
系统量测方程:
选取GPS和INS输出的速度位置作为观测量,用下式表示组合导航系统的量测方程:



其中,H(n)是量测矩阵,H(n)=[06×3I6×606×6],V(n)为GPS接收机的量测噪声。


3.根据权利要求1所述的一种适用于噪声特性未知的时变系统自适应级联滤波方法,其特征是:所述步骤(3)具体为:
根据加性四元数误差微分方程整理下式:



式中,为载体系相对于东北天坐标系的旋转角速度在载体系中的投影,



其中,为陀螺仪的测量值,为角速率模型中的慢变漂移与测量噪声相加的随机漂移,为利用位置和速度得到的东北天坐标系相对于惯性坐标系的旋转角速度在载体系下的投影,为姿态矩阵,
矩阵表达式如下所示:









状态方程写为:



式中:Xa=[δq0δq1δq2δq3εxεyεz]T,Wa(n)是系统噪声,
状态转移矩阵:



Tr为时间常数;
量测方程:
由加速度求解水平姿态方程得:






式中,θa、γa为加速度计解算的俯仰角、横滚角,fx、fy、fz为载体加速度计敏感到的加速度信息,αx、αy为载体运动过程中机动加速度;
由加速度计解算的俯仰...

【专利技术属性】
技术研发人员:王伟丛宁黄平杨丽娜靳文浩
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

网友询问留言 已有0条评论
  • 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。

1