【技术实现步骤摘要】
一种基于图论分析的联邦EKF滤波方法及其应用
本专利技术涉及滤波方法
，具体涉及一种基于图论分析的联邦EKF滤波方法及其应用。
技术介绍
与传统列车定位方式相比，基于多传感器的列车组合定位系统能对列车的位置和速度进行更好的最优估计，是提高列车运行效率、减少轨旁设备的有效手段，而多源信息的协调优化和综合处理是提高传感器解算精度的有效途径。在多传感器信息融合过程中，设计高性能的信息融合滤波器是组合导航系统的技术核心，其中，基于信息分配原则的联邦滤波器能有效提高系统容错性能和估计精度。有人利用自适应滤波器因子构造联邦滤波器中的信息分配因子，提出了自适应联邦滤波算法，利用惯导系统为PPP提供较高的初始值精度；还有人利用自适应信息共享因子联邦滤波器（AISFF）来融合数据，自适应地调整联邦滤波器的信息共享因子，以保持INS/CNS/DVL组合系统可用作备份的解决方案，提高整个系统的可靠性。然而，自适应加权因子对系统噪声具有敏感性，当某一子系统出现故障时无法对其进行系统隔离，就会对系统的最终融合结果形成干扰。另外，由于惯性...
【技术保护点】
1.一种基于图论分析的联邦EKF滤波方法，其特征在于，所述方法包括：/n将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将所述联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。/n
【技术特征摘要】
1.一种基于图论分析的联邦EKF滤波方法，其特征在于，所述方法包括：
将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将所述联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。
2.根据权利要求1所述的基于图论分析的联邦EKF滤波方法，其特征在于，所述无中心迭代式数据融合模型具体为：
各子系统处理自身的位置估计，第一子系统根据各系统处理结果选择最优传输单元；
第二子系统将自身位置估计与接收第一子系统的输出进行融合并将最优融合估计传至下一个子系统，通过多次迭代，最后一个子系统获得全局最优融合估计结果。
3.根据权利要求2所述的基于图论分析的联邦EKF滤波方法，其特征在于，通过所述无中心迭代式数据融合模型计算每个子系统的最优融合估计的具体过程为：
假设在时刻第个子系统收到第个子系统的最优融合估计，则其观测方程可分为自身观测和互观测两部分，即：
（1）
其中，表示第个子系统的自相关量测，表示第个子系统和第个子系统的互相关量测，表示第个子系统的噪声，表示第个子系统和第个子系统的互相关噪声，表示子系统在时刻的状态值，则其线性化模型为：
（2）
其中，，，；表示子系统在时刻的状态估计，表示系统的观测噪声，表示统的量测噪声，表示系统与的互相关噪声；
若假设系统运动噪声和观测噪声均服从高斯分布，则其条件概率表示为：
（3）
表示子系统的观测噪声分布，表示子系统的量测噪声分布，则表示基于观测的传感器依赖目标函数，描述了传感器之间的互相关性；
假设系统个传感器构成集合，在第个传感器对未进行融合的个子系统进行条件概率计算，选取相关性最大的进行数据融合；
若第个传感器的时变离散线性随机系统表示为：
（4...
【专利技术属性】
技术研发人员：李鹏，陈光武，闫光辉，刘射德，包成启，邢东峰，常文文，罗浩，石建强，瞿莉丽，牛宏侠，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：甘肃;62
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。