【技术实现步骤摘要】
一种交互式鲁棒滤波的多系统组合导航方法和装置
[0001]本专利技术属于导航
，尤其涉及一种交互式鲁棒滤波的多系统组合导航方法和装置。
技术介绍
[0002]无人机的应用日益广泛，其自主导航备受关注。GNSS/SINS(捷联惯性导航系统/全球导航卫星系统)是无人机上主流的组合导航系统，但是系统噪声以及量测噪声异常都会导致卡尔曼滤波器的性能受到影响。
[0003]强跟踪滤波器STKF对量测信息的跟踪能力较强，对于系统噪声的不确定性具有较好的鲁棒性，但是量测信息受到干扰时将会产生较大的波动。
技术实现思路
[0004]专利技术目的：为提高系统噪声异常及量测噪声异常等情况下无人机组合导航估计精度，本专利技术提出了一种针对量测信息异常的自适应滤波算法MAKF，以及一种结合了STKF和MAKF优势的交互式鲁棒滤波组合导航方法。
[0005]本专利技术具体提供一种交互式鲁棒滤波的多系统组合(SINS/GNSS组合)导航方法，包括以下步骤：
[0006]步骤1，根据捷联惯性导航系统建立状态方程...
【技术保护点】
【技术特征摘要】
1.一种交互式鲁棒滤波的多系统组合导航方法，其特征在于，包括以下步骤：步骤1，根据捷联惯性导航系统建立状态方程和位置速度量测方程；步骤2，根据强跟踪滤波器STKF的状态估计误差各分量的均方误差之和最小的性能指标函数设计量测信息异常的自适应滤波器MAKF；步骤3，进行输入交互，分别计算强跟踪滤波器STKF及自适应滤波器MAKF的初始状态及误差方差阵；步骤4，对于所述状态方程和位置速度量测方程，采用强跟踪滤波器STKF及自适应滤波器MAKF并行滤波，进行状态估计；步骤5，利用强跟踪滤波器STKF及自适应滤波器MAKF的滤波结果中的残差构造似然函数，更新滤波概率；步骤6，根据滤波概率对滤波输出进行加权融合，得到状态估计，对导航输出的位置、速度和姿态进行校正。2.根据权利要求1所述的方法，其特征在于，步骤1包括：建立如下所示的组合导航系统状态方程：式中，X(t)是状态向量；是状态向量的微分；A(t)是状态转移矩阵；G(t)是系统噪声系数矩阵；W(t)是系统噪声向量；其中，φ
Ε
、φ
N
、φ
U
分别表示捷联惯性导航系统导航坐标系东、北、天三个方向的数学平台失准角；δv
E
、δv
N
、δv
U
分别表示捷联惯性导航系统导航坐标系东、北、天三个方向的速度误差；δL、δλ、δh分别表示捷联惯性导航系统的纬度误差、经度误差和高度误差；ε
x
、ε
y
、ε
z
分别表示捷联惯性导航系统在载体坐标系右、前、上三个方向的陀螺仪漂移；分别表示捷联惯性导航系统在载体坐标系右、前、上三个方向的加速度计零偏；所述位置速度量测方程为：其中，Z(t)是量测向量，L
I
、λ
I
、h
I
分别表示捷联惯性导航系统解算的纬度、经度、高度，v
IE
、v
IN
、v
IU
分别表示捷联惯性导航系统解算的导航坐标系东、北、天三个方向的速度，L
G
、λ
G
、h
G
分别表示GNSS测量的纬度、经度、高度；v
GE
、v
GN
、v
GU
分别表示GNSS测量的导航坐标系东、
北、天三个方向的速度，H(t)为量测系数矩阵，V(t)是量测噪声向量，R
M
和R
N
分别是子午圈曲率半径和卯酉圈曲率半径，L是当地纬度，diag为构造对角矩阵的函数，03×6表示3
×
6维的全零矩阵；进行离散化处理，得到：其中，X
k
是k时刻的状态向量，X
k
‑1是k
‑
1时刻的状态向量，Φ
k/k
‑1是状态向量从k
‑
1时刻转移到k时刻的转移矩阵，Γ
k
‑1是k
‑
1时刻的系统噪声对k时刻状态向量影响的噪声系数矩阵，W
k
‑1是k
‑
1时刻的系统噪声向量，H
k
是k时刻量测向量Z
k
与k时刻的状态向量X
k
间的量测系数矩阵，V
k
是k时刻的量测噪声向量。3.根据权利要求2所述的方法，其特征在于，步骤2包括：步骤2
‑
1，计算状态一步预测和预测误差方差阵：步预测和预测误差方差阵：其中P
k/k
‑1为状态一步预测误差方差阵；为状态一步预测；Q
k
‑1为系统噪声方差阵；为状态估计，P
k
‑1为状态估计误差方差阵，T表示矩阵转置；步骤2
‑
2，计算残差r
k
与实际均方误差阵与实际均方误差阵与实际均方误差阵式中，r1为k＝1时刻的残差，为k
‑
1时刻实际的残差均方误差阵，ρ为遗忘因子；步骤2
‑
3，计算次优渐消因子λ
2k
：状态估计误差记作：状态估计误差记作：是一个随机向量，采用与强跟踪...
【专利技术属性】
技术研发人员：赵宾，曾庆化，刘建业，高春雷，朱小灵，乔伟，李一能，许睿，孙克诚，
申请(专利权)人：南京航空航天大学，
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。