[發明專利]一種適用于噪聲特性未知的時變系統自適應級聯濾波方法

在審

• 申請號: 202010438938.7
• 申請日: 2020-05-20
• 公開（公告）號: CN111623779A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 王偉;叢寧;黃平;楊麗娜;靳文浩
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/16;G01C21/00;G01S19/49;G01S19/39
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明的目的在于提供一種適用于噪聲特性未知的時變系統自適應級聯濾波方法，包括以下步驟采集獲取SINS系統和GPS系統輸出數據，建立SINS/GPS組合導航的主濾波器數學模型，選取狀態量和觀測量；建立從濾波器數學模型，選取狀態量和觀測量；在線估計N_opt；對主濾波器的狀態空間模型進行擴展，通過批處理過程獲得濾波初始參數，繼而進行濾波估計；利用主濾波器輸出信息，引入自適應漸消因子，利用n時刻量測進行自適應卡爾曼濾波；根據主濾波器和從濾波器的輸出對導航參數進行校正。本發明對UFIR濾波算法進行改進的同時，設計一種新的在線估計N_opt方法，縮短了在線估計時間；從濾波器使用改進自適應卡爾曼濾波算法，引入GPS的航向信息以提高導航精度。

技術領域

本發明涉及的是一種濾波方法，具體地說是自適應級聯濾波方法。

背景技術

GPS(Global Positioning System，GPS))/SINS(Strapdown InertialNavigation System,SINS)組合導航系統能夠充分利用兩種導航系統的互補性，具有高精度、高可靠性的優點，在動態定位領域獲得了極為廣泛的應用。GPS/INS系統中常用的濾波方法主要是卡爾曼濾波(KF)及其擴展濾波，但在濾波過程中卡爾曼濾波過于依賴系統噪聲和過程噪聲統計特性的準確性(Q陣和R陣)，且需要輸入初始的狀態向量和協方差矩陣。當設置的參數與實際偏差過大時，濾波器會出現誤差增大甚至發散的情況。

針對濾波時噪聲特性未知情況，孟秀云等人(孟秀云,王語嫣.一種SINS/GPS緊組合導航系統的改進自適應擴展卡爾曼濾波算法[J].北京理工大學學報,2018,38(06):625-630)提出一種改進的自適應擴展卡爾曼濾波算法，該算法基于殘差實時估計系統噪聲，并能自適應的調整噪聲矩陣以適應噪聲特性的變化。但當系統噪聲和量測噪聲特性未知時，又或是噪聲特性發生劇變，該算法都不能完成精確估計。Shmaliy Y S等人在2011年提出了一種無偏有限沖擊響應(UFIR)，該算法是一種窗口濾波，可以在噪聲特性未知的情況下，對系統做出精確估計。后續有很多學者對該算法進行了擴展和改進。但現有算法仍有兩個問題：一、算法僅適用于線性時不變系統，無法對線性時變系統進行處理；二，由于UFIR自身的濾波原理所限，其導航精度要略差于卡爾曼濾波及其擴展濾波。

發明內容

本發明的目的在于提供以增加環境適用性、提高導航精度的一種適用于噪聲特性未知的時變系統自適應級聯濾波方法。

本發明的目的是這樣實現的：

本發明一種適用于噪聲特性未知的時變系統自適應級聯濾波方法，其特征是：

(1)采集數據，獲取SINS系統和GPS系統輸出數據；

(2)建立SINS/GPS組合導航的主濾波器數學模型，選取狀態量和觀測量；

(3)建立從濾波器數學模型，選取狀態量和觀測量：利用陀螺儀n時刻的輸出，進行四元數的更新計算，繼而解算出一組姿態角信息；由加速度計n時刻輸出解算的水平姿態和GPS航向信息構成另一組姿態角；兩組姿態角之差即為姿態誤差角，將其轉換為四元數形式作為從濾波器的量測；

(4)在線估計N_opt：首先確定N_min和N_max，即確定N_opt的區間，再用N_min和N_max之間的整數對剩下的數據進行處理；范圍內的每個N都會對剩余數據進行一次UFIR濾波處理，將每批次得出的進行評估，評估結果最優的即為每次計算出所對應的為最優估計；

(5)對主濾波器的狀態空間模型進行擴展，通過批處理過程獲得濾波初始參數，繼而進行濾波估計；

(6)利用主濾波器輸出信息，引入自適應漸消因子，利用n時刻量測進行自適應卡爾曼濾波；