一种封闭空间考虑噪声误差特性的无人系统定位方法技术方案

本发明专利技术公开了一种封闭空间考虑噪声误差特性的无人系统定位方法，包括步骤如下：利用状态扩维和量测差分方法白化有色厚尾过程噪声和量测噪声，用广义双曲分布建模厚尾非高斯噪声，将一步预测和似然概率密度函数用广义双曲分布的分层高斯形式表达，利用变分贝叶斯方法求解系统状态、未知的噪声参数以及辅助变量的后验分布联合求解；输出估计结果及对应的方差矩阵。本发明专利技术解决了过程噪声和量测噪声服从有色厚尾分布并且其先验信息未知下的状态估计问题，提高了无人系统在室内、井下、地下室等封闭空间中对设备的定位精度，保障系统正常运行，实现任务目标。实现任务目标。实现任务目标。

【技术实现步骤摘要】
一种封闭空间考虑噪声误差特性的无人系统定位方法


[0001]本专利技术涉及无人系统领域，尤其涉及一种封闭空间考虑噪声误差特性的无人系统定位方法。

技术介绍

[0002]在复杂的封闭空间中，信号传感器与人员或者机械设备上所带有的标签之间传播的无线信号可能会受到遮挡，出现无线信号发生反射、折射等情况，还会受到其他设备信号的干扰，这将导致测量值出现野值，同时由于被跟踪目标的频繁移动和传感器的频繁采样，使得目标跟踪状态模型中的过程和测量噪声为有色厚尾噪声，并且噪声先验信息未知，这些都会造成对目标的位置和速度的估计结果不精确。
[0003]公开号为CN114430525A的中国专利提出了一种封闭空间基于传感器网络的分布式定位方法，该方法利用高斯尺度混合分布建模噪声，利用状态演化模型改写量测方程，利用变分学习迭代求解状态估值和噪声参数，提高了封闭环境下定位精度。公开号为CN11462535A的中国专利提出了一种基于变分贝叶斯学习的井下传感器网络目标跟踪方法，该方法在利用椭球分布建模非高斯噪声基础上，采用变分贝叶斯方法，实现了复杂噪声环境下基于传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种封闭空间考虑噪声误差特性的无人系统定位方法，其特征在于，在井下封闭空间中，采用无人系统进行采矿，根据传感器测得与设备上的标签之间的位置信息，实现对无人系统的定位，详细步骤如下：S1，根据目标运动模型和传感器测得与设备上的标签之间的距离和速度，建立过程方程和量测方程，构建目标定位跟踪系统模型；S2，利用状态扩维和量测差分方法分别消除有色过程噪声和量测噪声的有色性，将带有有色厚尾过程和量测噪声的状态空间模型转换为带厚尾过程噪声和量测噪声的状态空间模型；S3，根据过程方程估计目标定位跟踪系统状态变量一步预测值，同时计算相对应的一步预测误差协方差矩阵；S4，根据变分贝叶斯方法对目标定位跟踪系统状态变量、尺度矩阵以及辅助变量的后验估计联合求解；S5，输出估计结果及对应的方差矩阵。2.根据权利要求1所述封闭空间考虑噪声误差特性的无人系统定位方法，其特征在于，步骤S1中，构建目标定位跟踪系统模型的实现步骤如下：S11，构建带有色厚尾过程噪声和量测噪声的线性状态空间模型：x
k
＝Fx
k
‑1+w
k
‑1z
k
＝Hx
k
+v
k
式中，k为离散时间；x
k
∈R
n
为系统状态变量，n为系统状态变量的维数，R
n
为n维实数集；z
k
∈R
m
为量测变量，m为量测变量的维数，R
m
为m维实数集；F
k
∈R
n
×
n
为状态转移矩阵，R
n
×
n
为n
×
n维实数集；H
k
∈R
m
×
n
为量测矩阵，R
m
×
n
为m
×
n维实数集；w
k
∈R
n
为过程噪声，v
k
∈R
m
为量测噪声；S12，利用一阶自回归模型对过程噪声和量测噪声建模：v
k
＝φ
k
‑1v
k
‑1+η
k
式中，φ
k
分别是过程噪声和量测噪声的自回归参数，表示当前时刻噪声与上一时刻噪声的相关性，ζ
k
、η
k
分别是过程白色厚尾噪声、量测白色厚尾噪声；S13，采用广义双曲分布的分层高斯形式对过程白色厚尾噪声和量测白色厚尾噪声建模：p(ζ
k
|ε
k
)＝N(ζ
k
；0,ε
k
Q
k
)p(ε
k
)＝GIG(ε
k
；a0,b0,c0)p(η
k
|ι
k
)＝N(η
k
；0,ι
k
R
k
)p(ι
k
)＝GIG(ι
k
；d0,e0,f0)式中，N(
·
；
·
,
·
)表示高斯分布，ε
k
、ι
k
为辅助变量；Q
k
、R
k
分别为过程白色厚尾噪声矩阵和量测白色厚尾噪声矩阵，GIG(
·
；
·
,
·
,
·
)表示广义逆高斯分布，a0、d0为尺度参数，控制分布的缩放；b0、e0为形状参数，决定分布的偏斜程度；c0、f0为指数参数，影响分布的形状和...

【专利技术属性】
技术研发人员：王国庆，赵嘉祥，范潇潇，杨春雨，马磊，孙宇，许红盛，张冬生，周丹，代伟，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：