[發明專利]一種動態精密單點定位的抗差自適應分步濾波方法

有效

• 申請號: 201911401709.1
• 申請日: 2019-12-30
• 公開（公告）號: CN111045048B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 趙龍;張且且
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01S19/37
• 分類號: G01S19/37
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 曹鵬飛

1.一種動態精密單點定位抗差自適應分步濾波方法，其特征在于，該方法包括以下步驟：

S1：構建動態精密單點定位觀測方程和狀態方程，并對狀態參數進行分類；

S2：利用分類因子抗差自適應濾波對所述狀態參數進行兩階段濾波更新；

所述步驟S1，包括：

對動態精密單點定位系統，采用常加速運動模型和無電離層組合觀測模型，構建觀測方程和狀態方程，其狀態參數向量取為：

(1)式中，(x,y,z)為接收機的三維位置坐標向量；(v_x,v_y,v_z)為接收機三維速度向量；(a_x,a_y,a_z)為接收機三維加速度向量；b_clk為接收機鐘差；Z_wet為對流層濕分量延遲；B_IF為無電離層組合載波相位模糊度；

將狀態參數分為兩類，第一類狀態參數為函數模型不確定的狀態參數，包括位置、速度、加速度、鐘差和發生周跳時的載波相位模糊度參數；第二類狀態參數為函數模型確定已知的狀態參數，包括對流層濕分量延遲和未發生周跳時的載波相位模糊度參數；狀態參數向量x分類為：

(2)式中，x₁和x₂分別對應第一類狀態參數、第二類狀態參數；

所述步驟S2中分類因子抗差自適應濾波解的構造為：

(3)式中，為k時刻的預測狀態向量；H_k為k時刻的觀測矩陣；y_k為k時刻觀測向量；為k時刻觀測量的等價權矩陣；為k時刻預測狀態向量的等價權矩陣；

觀測量的等價權矩陣為：

(4)式中，為k時刻觀測量的權矩陣，R_k為觀測量的協方差矩陣；為對角加權矩陣；

權矩陣對角線上的元素p_i由三段權函數模型來確定，即

(5)式中，k₀和k₁為檢驗閾值；為第i個觀測量的標準化殘差；

預測狀態向量的等價權矩陣的構造如下：

(6)式中，為k時刻預測狀態向量的協方差矩陣；和分別為第一類、第二類狀態參數的自適應因子；

自適應因子a，采用三段函數進行構造，即

(7)式中，c₀和c₁為檢測閾值；T為檢驗統計量；

所述步驟S2，包括：

S21：執行第一階段分類因子抗差自適應濾波，對觀測異常進行自適應診斷和抗差處理；

S22：執行第二階段分類因子抗差自適應濾波，對運動模型異常進行診斷和自適應處理；

所述步驟S21，包括：

S211：設置自適應因子和并根據式(6)構造預測狀態向量的等價權矩陣為：

執行第一階段濾波時僅對異常觀測進行診斷；

S212：根據預測狀態向量的等價權矩陣構造觀測異常的檢驗統計量并對異常觀測進行診斷；

觀測異常的檢驗統計量構造如下：

(9)式中，χ²為卡方檢驗；m為觀測量的個數；為k時刻測量信息；

通過比較檢驗統計量與檢驗閾值的大小判斷觀測量是否含有異常；在給定的檢驗顯著性水平α下，若檢驗統計量滿足

T_ξ1＞χ²(1-α,m) (10)

則認為觀測量中含有異常，采用式(5)構造觀測量的等價權矩陣

S213：將步驟S211中得到預測狀態向量的等價權矩陣和步驟S212中得到的觀測量的等價權矩陣帶入式(3)中，獲取第一階段濾波的狀態參數估值為：

(11)式中，為k時刻第一階段濾波參數估值；

所述步驟S22，包括：

S221：設置自適應因子和重置預測狀態的權矩陣為：

執行第二階段濾波時僅對運動異常進行診斷；

S222：根據所述步驟S221得到的和所述步驟S212得到的觀測量的等價權矩陣構造運動異常的檢驗統計量并對運動異常進行診斷；

運動異常的檢驗統計量構造如下：

(13)式中，為k時刻第一階段濾波過程構造的觀測量的等價協方差矩陣；

通過比較上述檢驗統計量與檢驗閾值的大小判斷運動模型是否存在異常；在給定的檢驗顯著性水平α下，若檢驗統計量滿足

T_ξ2＞χ²(1-α,m) (14)

則認為存在異常擾動；

當檢測到存在異常擾動時，構造狀態不符統計量為：

(15)式中，為k時刻第一階段濾波得到的第一類狀態參數的估值；為對應的第一類狀態參數的權矩陣；

采用上述構造的狀態不符統計量T，并基于式(7)獲取第一類狀態參數的自適應因子根據式(6)獲取預測狀態向量的等價權矩陣為：

S223：根據式(3)，獲取第二階段濾波的狀態參數估值為：

(17)式中，為所述步驟S222中得到的預測狀態向量的等價權矩陣；為所述步驟S212中得到的觀測量的等價權矩陣。