【技术实现步骤摘要】
基于最大相关熵卡尔曼滤波器的IMU姿态解算方法
[0001]本专利技术属于惯性导航的姿态解算
,具体涉及一种基于最大相关熵卡尔曼滤波器的IMU姿态解算方法。
技术介绍
[0002]IMU(Inertial Measurement Unit,惯性测量单元)被广泛用于载体的姿态测量,一般由三轴的陀螺和三轴加速度计组成,特别是在智能机器领域,载体的运动跟踪和定位主要依靠IMU来确定。但是由于低成本的惯性器件会产生漂移、抗干扰的能力较差,导致精度很低。通常的做法是设计多传感器的融合算法,即引入磁力计,利用加速度计和磁力计的信息矫正陀螺仪的漂移,同时也利用动态下的陀螺输出修正加速度计结合磁力计的测量,消除磁场干扰等因素的影响。但是对于消除姿态解算过程中的非高斯噪声和未知干扰等方面的影响就非常有限。
[0003]MCC(Maximum Correntropy Criterion,最大相关熵准则)已经开始应用于卡尔曼滤波器中,对消除非高斯噪声和干扰有明显的优势。
[0004]利用MCKF(maximum correntropy Kalman filter,最大相关熵卡尔曼滤波器)进行IMU进行姿态解算,能够提升系统对于异常值和非高斯噪声的鲁棒性,从而进一步提升姿态解算的精度。
技术实现思路
[0005]鉴于上述的分析,本专利技术旨在公开了一种基于最大相关熵卡尔曼滤波器的IMU姿态解算方法,用于提升姿态解算的精度。
[0006]本专利技术公开了一种基于最大相关熵卡尔曼滤波器的IMU姿态解 ...
【技术保护点】
【技术特征摘要】
1.一种基于最大相关熵卡尔曼滤波器的IMU姿态解算方法,其特征在于,包括,建立两个随机变量的多核相关熵;所述多核相关熵为基于N次采样的包括p个高斯核的相关熵;建立IMU姿态解算的线性系统模型;对于所述线性系统模型,建立在多核相关熵下的最大相关熵卡尔曼滤波器;通过卡尔曼滤波进行IMU进行姿态解算。2.根据权利要求1所述的IMU姿态解算方法,其特征在于,所述多核相关熵的表达式为:;其中,X,Y∈R
p
,为两个一维随机变量;N为采样次数;k=1,
…
N;为高斯函数,σ
i
为第i个元素的高斯核带宽,i=1,
…
p,p为高斯核的个数,e
i
(k) =x
i
(k)
‑
y
i
(k)是第i个元素在第k次采样时的误差,x
i
(k)、y
i
(k)是一维随机变量X、Y的第i个元素在第k次采样时的采样值。3.根据权利要求1所述的IMU姿态解算方法,其特征在于,建立IMU姿态解算的线性系统模型如下:;其中∈R
n
是IMU姿态解算的状态向量,∈R
m
是IMU姿态解算的观测向量,是状态转移矩阵,H是观测矩阵,q
k
和r
k
为假设彼此独立的白噪声;q
k
的协方差矩阵为;r
k
的协方差矩阵为。4.根据权利要求3所述的IMU姿态解算方法,其特征在于,将建立IMU姿态解算的线性系统模型描述为:其中I∈R
n
×
n
是单位矩阵,x
k—
是x
k
的先验估计;噪声项ν
k
是:;噪声项ν
k
的协方差矩阵为;其中,是先验误差协方差,B
p
和B
r
为对和进行Cholesky分解获得;在两边左乘B
k
−1得到;
其中,;ξ
k
为白噪声,E(ξ
k
ξ
k
’
)=I。5.根据权利要求4所述的IMU姿态解算方法,其特征在于,所述多核相关熵下的最大相关熵卡尔曼滤波器的MCC目标函数:G
σi
(e
i,k
)的...
【专利技术属性】
技术研发人员:付博,
申请(专利权)人:北京神导科技股份有限公司,
类型:发明
国别省市:
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。