專利名稱：一種基于非線性映射自適應混合Kalman/H∞濾波器的組合導航方法
技術領域：
本發(fā)明涉及一種基于非線性映射自適應混合Kalman/H C 濾波器的組合導航方法，屬于船舶、飛機、車輛等運載體導航技術領域。
背景技術：
隨著社會的發(fā)展和人類科技的進步，人們對導航定位的要求也越來越高，需要導航定位系統(tǒng)連續(xù)、實時、長時間的提供高精度的導航定位信息。然而單一的導航系統(tǒng)由于自身存在的不足，已無法滿足現(xiàn)代導航定位的要求。例如，慣性導航系統(tǒng)雖具有完全自主導航的能力，且導航信息全面、隱蔽性好，但導航誤差隨時間積累，難以長時間準確提供導航信息。推位導航也存在導航誤差隨時間積累的問題。GPS能夠提供高精度的導航信息，但定位輸出不夠連續(xù)，且容易受環(huán)境干擾。將慣性導航系統(tǒng)或推位導航系統(tǒng)與GPS或其他導航系統(tǒng)組成組合導航系統(tǒng)，可取長補短，提供長時間、高精度的連續(xù)導航信息。在組合導航中，需要用到濾波技術，用來從多個導航系統(tǒng)輸出中獲得導航參數(shù)，SP狀態(tài)的最優(yōu)估計。組合導航中需要建立系統(tǒng)模型，且考慮噪聲的干擾。在系統(tǒng)模型和噪聲統(tǒng)計特性精確已知時，卡爾曼濾波估計是最優(yōu)估計。但實際應用中只能建立近似的數(shù)學模型并且很難獲得精確的噪聲統(tǒng)計特性，導致卡爾曼濾波精度下降甚至出現(xiàn)濾波發(fā)散。為了解決Kalman濾波器魯棒性差問題,提出了魯棒Kalman濾波、混合Kalman/魯棒Kalman濾波、魯棒H 濾波等改進方法。其中H 濾波器的魯棒性最好，但其精度不高，因為它對系統(tǒng)噪聲假設最弱。因此通過混合Kalman/H c 濾波方法，有望同時獲得對干擾的強魯棒性和高精度。目前混合H2/Hc 濾波器主要有3類。第一類是優(yōu)化方差魯棒混合濾波器，第二類是方差約束魯棒混合濾波器。 這兩種魯棒混合H2/H c 濾波器都具有以下缺點，一方面它只適用于線性時不變系統(tǒng)，另一方面其保守性強，精度較低。最后一類是估計加權混合濾波器，目前這類混合濾波器的權值是設計者根據(jù)對系統(tǒng)模型不準確度和噪聲統(tǒng)計特性不準確度的經(jīng)驗了解來確定的，固定權值的使用使得混合方法具有很強的保守性，且在卡爾曼濾波發(fā)散時，這種混合濾波器依然發(fā)散。以上方法不適合組合導航系統(tǒng)實際應用。

發(fā)明內容
本發(fā)明的目的是為了解決上述問題，提供了一種基于非線性映射自適應混合Kalman/H ^ 濾波器的組合導航方法。在該方法中，Kalman濾波器與H ^ 濾波器同步運行，通過建立卡爾曼濾波性能量化指標，進而在此量化指標和混合濾波器的權值之間建立非線性映射數(shù)學模型，從而使得混合濾波器的權值能夠隨著環(huán)境的改變在O到I之間自適應地調節(jié)其大小，降低了權值設定的保守性。通過對Kalman濾波器輸出和He 濾波器輸出加權，獲得混合濾波器輸出。由于混合濾波器權值能夠根據(jù)卡爾曼濾波器性能自適應地變化，使得針對不同的環(huán)境，其輸出特性不同。當Kalman濾波器性能好時，偏向于Kalman濾波器輸出，當H c 濾波器性能好時，偏向于H c 濾波器輸出。從而當環(huán)境噪聲和系統(tǒng)模型干擾變化時，混合濾波器能夠同時具備Kalman濾波器精度和H ^ 濾波器對干擾的魯棒性能，最終提高組合導航系統(tǒng)精度。本發(fā)明包括以下幾個步驟步驟一建立描述組合導航系統(tǒng)的狀態(tài)方程和觀測方程。步驟二 在組合導航混合濾波器中同時運行卡爾曼濾波器和H c 濾波器。步驟三利用Kalman濾波器輸出新息序列自相關矩陣的時間平均值和濾波器參數(shù)，獲取Kalman濾波器性能量化指標。步驟四建立Kalman濾波器性能量化指標與混合濾波器加權參數(shù)間的非線性映射關系，自適應地調整加權參數(shù)。步驟五通過加權參數(shù)，將Kalman濾波器和H ^ 濾波器輸出的加權和作為整個混合濾波器輸出，完成組合導航信息處理。本發(fā)明的優(yōu)點在于
·
(I)通過建立Kalman濾波器性能量化指標，實時評價卡爾曼濾波器性能，為混合濾波器加權參數(shù)的迭代更新提供依據(jù)。(2)建立Kalman濾波器性能量化指標與混合濾波器加權參數(shù)間的非線性映射關系，使得混合濾波器能夠在三種狀態(tài)下運行=Kalman濾波器狀態(tài)，混合濾波器狀態(tài)，H①濾波器狀態(tài)，從而在環(huán)境噪聲和系統(tǒng)模型干擾變化時，通過在這三種狀態(tài)之間的自動切換獲得較高的濾波精度。


圖1是本發(fā)明的方法原理示意圖；圖2是本發(fā)明的方法流程圖；圖3是實施例中本發(fā)明方法與傳統(tǒng)的Kalman濾波器和H ^ 濾波器定位估計誤差曲線。
具體實施例方式下面將結合附圖和實施例對本發(fā)明作進一步的詳細說明。如圖1所示，慣性/推位導航系統(tǒng)給出連續(xù)的導航定位信息，其他輔助導航系統(tǒng)給出導航輔助信息，這兩種信息被分別輸入到卡爾曼濾波器和H c 濾波器中?？柭鼮V波器和H c 濾波器各自獨立的給出導航定位誤差估計。根據(jù)卡爾曼濾波器輸出的新息，通過計算獲得新息的函數(shù)值，采用非線性映射方法，獲得Kalman/H 混合濾波器的加權值d，權值d代表Kalman濾波估計在混合濾波估計中所占的比重,而權值l_d代表H 00濾波估計在混合濾波估計中所占的比重，并最終給出系統(tǒng)輸出，即混合濾波器對于導航誤差的估計。本發(fā)明的一種基于非線性映射自適應混合Kalman/H 濾波器的組合導航方法，流程圖如圖2所示，包括以下幾個步驟步驟一在組合導航混合濾波器中，建立描述組合導航系統(tǒng)的狀態(tài)方程和觀測方程。具體為，建立組合導航系統(tǒng)模型如下
權利要求
1.一種基于非線性映射自適應混合Kalman/H ^ 濾波器的組合導航方法，包括以下幾個步驟 步驟一在組合導航混合濾波器中，建立描述組合導航系統(tǒng)的狀態(tài)方程和觀測方程； 具體為，建立組合導航系統(tǒng)模型如下
2.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的I =毛P
3.根據(jù)權利要卞I所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的Poo。= P2tl。
4.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的時間窗口寬度M e [10 100]。
5.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的J2 e [1. O 2.0]。
6.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的J=oe [30 70]。
7.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的a e [I 10]。
8.根據(jù)權利要求1所述的一種基于非線性映射自適應混合Kalman/H^ 濾波器的組合導航方法，所述的b e
。
全文摘要
本發(fā)明公開了一種基于非線性映射自適應混合Kalman/H∞濾波器的組合導航方法，包括1、建立描述組合導航系統(tǒng)的狀態(tài)方程和觀測方程。2、在組合導航混合濾波器中同時運行卡爾曼濾波器和H∞濾波器。3、獲取Kalman濾波器性能量化指標。4、建立Kalman濾波器性能量化指標與混合濾波器加權參數(shù)間的非線性映射關系，自適應地調整加權參數(shù)。5、通過加權參數(shù)，將Kalman濾波器和H∞濾波器輸出的加權和作為整個混合濾波器輸出，完成組合導航信息處理。本發(fā)明的導航方法在環(huán)境噪聲和系統(tǒng)模型干擾變化時，通過在Kalman濾波器狀態(tài)估計，混合濾波器狀態(tài)估計，H∞濾波器狀態(tài)估計之間的自動切換來獲得較高的濾波精度。
文檔編號G01C21/00GK103063212SQ20131000085
公開日2013年4月24日 申請日期2013年1月4日 優(yōu)先權日2013年1月4日
發(fā)明者張勇剛, 黃玉龍, 李寧, 郜中星, 王程程, 王國臣, 高偉, 周廣濤 申請人:哈爾濱工程大學