一種消除單點(diǎn)gps高次位置誤差的雙頻組合濾波器及濾波方法
【專利摘要】本發(fā)明涉及一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器及濾波方法，包括輸入部分、高頻組合部分、低頻組合部分和輸出部分；輸入部分包括捷聯(lián)慣性測(cè)量單元SIMU、GPS模塊；高頻組合部分包含捷聯(lián)解算A和卡爾曼濾波器KF；低頻組合部分包括捷聯(lián)解算B和LSSVM濾波器；輸出部分包括運(yùn)動(dòng)補(bǔ)償單元；高頻組合部分結(jié)構(gòu)與傳統(tǒng)的SINS/GPS組合導(dǎo)航結(jié)構(gòu)相似，低頻組合部分通過捷聯(lián)解算B的獨(dú)立性隔離單點(diǎn)GPS高次位置誤差，由LSSVM在線學(xué)習(xí)和訓(xùn)練模型，將高頻組合輸出的位置信息中的高次誤差濾除。此外，在每個(gè)低頻濾波周期結(jié)束時(shí)，通過LSSVM的預(yù)測(cè)值為捷聯(lián)解算B提供位置校準(zhǔn)，防止其位置累積誤差進(jìn)入實(shí)時(shí)運(yùn)動(dòng)補(bǔ)償單元，并且妥善處理了各個(gè)低頻分段之間位置信息的銜接和補(bǔ)償問題。
【專利說明】
一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器及濾波 方法
技術(shù)領(lǐng)域
[0001 ] 本發(fā)明是一種基于最小二乘支持向量機(jī)（Least squares support vector machine，LSSVM)消除單點(diǎn)GPS (Global Position System，全球定位系統(tǒng))高次位置誤差的 雙頻組合濾波器及濾波方法，可以應(yīng)用于P〇S(Position and Orientation System，P0S)， 具體涉及航空遙感合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR)高分辨率實(shí)時(shí)成像運(yùn) 動(dòng)補(bǔ)償。
【背景技術(shù)】
[0002] 高精度實(shí)時(shí)運(yùn)動(dòng)成像是高分辨率航空遙感系統(tǒng)的核心，它要求飛行平臺(tái)做理想運(yùn) 動(dòng)，但飛行平臺(tái)在外部環(huán)境與內(nèi)部擾動(dòng)影響下會(huì)形成復(fù)雜多模式非理想運(yùn)動(dòng)，導(dǎo)致運(yùn)動(dòng)成 像發(fā)生模糊、散焦、變形、甚至于無法成像。因此，為了實(shí)現(xiàn)高精度實(shí)時(shí)運(yùn)動(dòng)成像，必須解決 時(shí)-空-譜域間的一致性。為此，本世紀(jì)初一種位置姿態(tài)測(cè)量系統(tǒng)被廣泛應(yīng)用于航空遙感系 統(tǒng)，用于實(shí)時(shí)測(cè)量成像載荷的位置姿態(tài)信息，它已成為航空遙感系統(tǒng)的必備裝置。
[0003] 本世紀(jì)初，航空遙感系統(tǒng)直接利用飛行平臺(tái)自身的SINS/GPS(Strapdown Inertial Navigation System，SINS)組合導(dǎo)航系統(tǒng)為其實(shí)時(shí)提供位置姿態(tài)信息。但是，隨 著對(duì)高分辨率航空遙感技術(shù)的要求，飛行平臺(tái)導(dǎo)航系統(tǒng)已無法滿足要求，因此，出現(xiàn)了專門 應(yīng)用于航空遙感系統(tǒng)的P0S。
[0004] 由于對(duì)載荷相位中心運(yùn)動(dòng)誤差高精度實(shí)時(shí)測(cè)量是實(shí)現(xiàn)高分辨遙感圖像的必要條 件之一，所以，P〇S(SINS/GPS組合測(cè)量系統(tǒng))和SINS/GPS組合導(dǎo)航系統(tǒng)雖然在元器件的體系 結(jié)構(gòu)上都是SINS/GPS組合，但是它們之間有著本質(zhì)區(qū)別：（1)對(duì)高次誤差敏感:對(duì)于常值誤 差或一次線性誤差，可以在圖像處理過程中進(jìn)行消除，而高次位置誤差對(duì)實(shí)時(shí)成像分辨率 影響巨大。而且P0S對(duì)實(shí)時(shí)運(yùn)動(dòng)補(bǔ)償精度的要求要遠(yuǎn)遠(yuǎn)高于組合導(dǎo)航系統(tǒng)的精度要求。（2) 高頻率：為滿足精細(xì)的實(shí)時(shí)運(yùn)動(dòng)補(bǔ)償，P0S中的慣性測(cè)量單元（IMU)的輸出頻率一般要求 200Hz以上。所以在算法計(jì)算效率和硬件要求上也會(huì)高于一般的組合導(dǎo)航系統(tǒng)。（3)P0S要求 測(cè)量單元體積小，重量輕，以便直接安裝在載荷相位中心或附近的位置，更加精確的敏感載 荷相位中心的運(yùn)動(dòng)狀態(tài)。
[0005] 現(xiàn)階段的組合導(dǎo)航算法很多還是采用卡爾曼濾波(Kalman Filtering,KF)進(jìn)行 SINS/GPS實(shí)時(shí)組合。在每個(gè)KF濾波時(shí)間點(diǎn)上，用GPS位置速度信息來校正捷聯(lián)慣導(dǎo)的偏移 量。由組合導(dǎo)航系統(tǒng)的原理可知，它一方面把GPS長(zhǎng)時(shí)間工作精度高，誤差不累積的優(yōu)點(diǎn)和 SINS的短時(shí)間精度高、數(shù)據(jù)更新率高等特點(diǎn)有機(jī)的結(jié)合起來。另一方面，系統(tǒng)精度依賴于 GPS的定位精度，因?yàn)镵F本身對(duì)觀測(cè)量中的GPS定位信息誤差的抑制作用比較有限。例如， GPS單點(diǎn)狀態(tài)下，定位精度為米級(jí)，那么組合輸出結(jié)果精度也為米級(jí)。加之P0S的工作環(huán)境是 典型的動(dòng)態(tài)測(cè)量環(huán)境，其本身由于各種隨機(jī)誤差和干擾而帶有嚴(yán)重的高次位置誤差。
[0006] 目前SAR圖像處理在做運(yùn)動(dòng)補(bǔ)償時(shí)有采用一種雙捷聯(lián)的組合導(dǎo)航結(jié)構(gòu)。該結(jié)構(gòu)在 合成孔徑時(shí)間內(nèi)啟用另外一套捷聯(lián)解算算法，目的在于使該短時(shí)間段內(nèi)提供的運(yùn)動(dòng)補(bǔ)償解 算的數(shù)據(jù)是平滑的。但在不同的使用情況下，合成孔徑時(shí)間可能比較長(zhǎng)，慣導(dǎo)的位置累積誤 差將快速增大，使得該方案效用降低。另外，短時(shí)分段捷聯(lián)輸出的相鄰段之間存在較大的位 置累積誤差殘差，也會(huì)對(duì)成像的數(shù)據(jù)處理和分辨率造成一定影響。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的技術(shù)解決問題是:針對(duì)傳統(tǒng)的SINS/GPS組合導(dǎo)航方法不能滿足航空遙感 高分辨率實(shí)時(shí)成像對(duì)高次位置誤差的指標(biāo)要求這個(gè)問題，提出一種消除單點(diǎn)GPS高次位置 誤差的雙頻組合濾波器及濾波方法，在線消除GPS高次位置誤差給組合測(cè)量輸出帶來的影 響。
[0008] 本發(fā)明技術(shù)解決方案是:一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，基于 LSSVM(Least squares support vector machine，最小二乘支持向量機(jī)），采用高頻濾波和 低頻濾波結(jié)合折雙頻組合濾波實(shí)現(xiàn);所述雙頻組合濾波器包括:輸入部分、高頻組合部分、 低頻組合部分和輸出部分;輸入部分包括捷聯(lián)慣性測(cè)量單元SIMU(Strapdown inertial measurement unit)、野值檢測(cè)模塊、GPS模塊、初始校準(zhǔn)模塊;高頻組合部分包含捷聯(lián)解算A 和卡爾曼濾波器KF;低頻組合部分包括捷聯(lián)解算B和LSSVM濾波器;輸出部分包括運(yùn)動(dòng)補(bǔ)償 單元;上述的野值檢測(cè)模塊、GPS模塊、初始校準(zhǔn)模塊、捷聯(lián)解算A模塊、卡爾曼濾波器KF、捷 聯(lián)解算B模塊、LSSVM濾波器和運(yùn)動(dòng)補(bǔ)償單元均位于導(dǎo)航計(jì)算機(jī)中；
[0009] 輸入部分中，捷聯(lián)慣性測(cè)量單元SIMU固定在遙感載荷的中心位置附近，將敏感到 的加速度和角速度原始測(cè)量數(shù)據(jù)經(jīng)過初始校準(zhǔn)模塊的初始校準(zhǔn)后打包發(fā)送給捷聯(lián)解算A模 塊和捷聯(lián)解算B模塊;GPS接收模塊通過安裝在遙感載荷上的GPS天線獲取定位信息，經(jīng)過野 值檢測(cè)模塊剔除GPS異常值;定位信息包括位置和速度信息；
[0010] 高頻組合部分中，捷聯(lián)解算A模塊將SIMU發(fā)送來的加速度和角速度原始測(cè)量數(shù)據(jù) 通過坐標(biāo)轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻導(dǎo)航輸出的位置和姿態(tài)信息，卡爾曼濾波器KF利用 GPS模塊的定位信息和捷聯(lián)解算A模塊當(dāng)前時(shí)刻導(dǎo)航輸出的位置和速度信息之差作為觀測(cè) 量進(jìn)行1Hz組合，并將最優(yōu)估計(jì)量反饋校正給捷聯(lián)解算A模塊，從而進(jìn)行最優(yōu)估計(jì)；同時(shí)捷 聯(lián)解算A模塊將當(dāng)前時(shí)刻的位置信息送往LSSVM濾波器和捷聯(lián)解算B模塊；
[0011]低頻組合中，捷聯(lián)解算B模塊將SIMU發(fā)送來的加速度和角速度原始測(cè)量數(shù)據(jù)通過 坐標(biāo)轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻導(dǎo)航輸出的位置和姿態(tài)信息，當(dāng)前時(shí)刻的位置信息送往 LSSVM濾波器;LSSVM濾波器采用捷聯(lián)解算A模塊的位置信息和捷聯(lián)解算B模塊的位置信息實(shí) 時(shí)更新訓(xùn)練集，訓(xùn)練集通過LSSVM算法學(xué)習(xí)得出訓(xùn)練模型，預(yù)測(cè)下一時(shí)刻的位置信息，循環(huán) 迭代，得到位置信息的預(yù)測(cè)結(jié)果該預(yù)測(cè)結(jié)果即是在線消除了高次位置誤差后的位置信息； 同時(shí)為了抑制捷聯(lián)B模塊的位置累積誤差，避免捷聯(lián)解算B模塊的累積位置誤差進(jìn)入運(yùn)動(dòng)補(bǔ) 償單元而降低成像分辨率，每隔時(shí)間T便通過LSSVM的預(yù)測(cè)位置信息對(duì)捷聯(lián)解算B模塊的位 置信息進(jìn)行在線校正，避免捷聯(lián)解算B模塊累積位置誤差，并通過捷聯(lián)解算A模塊向捷聯(lián)算 法B模塊傳遞姿態(tài)和速度校正信息；
[0012] 輸出部分，將低頻組合部分中的消除了高次位置誤差后的位置信息發(fā)送給運(yùn)動(dòng)補(bǔ) 償單元，運(yùn)動(dòng)補(bǔ)償單元對(duì)遙感載荷進(jìn)行高分辨率實(shí)時(shí)成像，從而消除單點(diǎn)GPS高次位置誤 差;并將捷聯(lián)解算A模塊的導(dǎo)航信息提供給飛機(jī)導(dǎo)航，天線指向等應(yīng)用。
[0013] 一種基于LSSVM消除GPS高次位置誤差的雙頻組合濾波方法，實(shí)現(xiàn)步驟如下：
[0014] (1)將一套捷聯(lián)慣性測(cè)量單元SIMU固定在遙感載荷的中心位置附近，用于測(cè)量飛 行平臺(tái)的運(yùn)動(dòng)狀態(tài);SIMU將敏感到的加速度和角速度原始測(cè)量數(shù)據(jù)打包發(fā)送給捷聯(lián)解算A 模塊和捷聯(lián)解算B模塊；同時(shí)GPS接收模塊通過安裝于遙感載荷上的GPS天線獲取位置和速 度信息；
[0015] ⑵捷聯(lián)解算A模塊和捷聯(lián)解算B模塊同時(shí)將SMU發(fā)送來的加速度和角速度原始測(cè) 量數(shù)據(jù)通過坐標(biāo)轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻的位置和姿態(tài)信息，作為導(dǎo)航輸出的位置和速 度信息；
[0016] (3)卡爾曼濾波器KF利用GPS模塊獲取的定位信息和捷聯(lián)解算A模塊的導(dǎo)航輸出的 位置和速度信息之差作為觀測(cè)量進(jìn)行組合，并將最優(yōu)估計(jì)量反饋校正給捷聯(lián)解算A模塊；
[0017] (4)捷聯(lián)解算A模塊和捷聯(lián)解算B模塊將當(dāng)前時(shí)刻的位置信息送往LSSVM濾波器，用 于更新LSSVM濾波器的訓(xùn)練集，訓(xùn)練集通過LSSVM算法學(xué)習(xí)，得出訓(xùn)練模型，預(yù)測(cè)下一時(shí)刻的 位置信息，用于在線遙感載荷的運(yùn)動(dòng)補(bǔ)償；
[0018] (5)捷聯(lián)算法B模塊的位置信息每隔時(shí)間T通過LSSVM的預(yù)測(cè)值在線校正位置信息， 同時(shí)通過捷聯(lián)解算A模塊向捷聯(lián)算法B模塊傳遞姿態(tài)和速度校正信息；
[0019] (6)遙感載荷的運(yùn)動(dòng)補(bǔ)償?shù)奈恢眯畔⒂蒐SSVM濾波器提供，姿態(tài)和速度信息由捷聯(lián) A模塊提供。
[0020] 所述LSSVM實(shí)現(xiàn)如下：
[0021] (1)首先接收捷聯(lián)解算A模塊和捷聯(lián)解算B模塊同時(shí)傳過來的位置信息，讀取為當(dāng) 前i時(shí)刻的訓(xùn)練樣本集，訓(xùn)練樣本集表示為長(zhǎng)度為2η:
[0022] YIUi=[f\ χΤ,χ!\δ^?λΜι),-?\ ,(7； ,(/'),,)7.,<)2,070]4^, (/,,ie^〇</</7)
[0023]其中R表示有理數(shù)，η表示滑動(dòng)窗口長(zhǎng)度。Tk(i)表示第Κ個(gè)低頻濾波周期內(nèi)的第i個(gè) 時(shí)刻，δ?，δλ，δ?!分別表示為經(jīng)煒高的位置誤差量，？5^(1\(1)，31^\^)表示捷聯(lián)解算財(cái)莫 塊在第Κ個(gè)低頻濾波周期內(nèi)的第i個(gè)位置信息輸出；同理，？^(1\(1)凡％，31 1)為高頻組合 部分捷聯(lián)解算A模塊傳遞過來的第i時(shí)刻的位置信號(hào)；
[0024] (2)然后判斷訓(xùn)練樣本集的數(shù)據(jù)是否出現(xiàn)異常，即保證數(shù)據(jù)中不含有野值誤差，否 則跳過該數(shù)據(jù);若沒有數(shù)據(jù)輸入，則終止;若數(shù)據(jù)正常，則對(duì)訓(xùn)練樣本集的數(shù)值進(jìn)行歸一化 處理，并初始化LSSVM參數(shù)；
[0025] (夂本質(zhì)上就構(gòu)成了已知的基于時(shí)間序列的數(shù)據(jù)樣本，通過對(duì)訓(xùn)練集進(jìn)行 訓(xùn)練，得到預(yù)測(cè)模型，預(yù)測(cè)模型用來預(yù)測(cè)下一i+Ι時(shí)刻的位置輸出，預(yù)測(cè)模型記為PL-L(Tk(i+ l),5L,5A,5h)；
[0026] (3)判斷當(dāng)前低頻濾波周期Tk是否結(jié)束，若沒有結(jié)束更新訓(xùn)練集，滑動(dòng)窗口向下一 個(gè)時(shí)刻移動(dòng)，窗口長(zhǎng)度保持2n:
[0027] 'iiin=[/)s.J7；(，+ l)，07」，^d、A)，一/)s.J7；1(/ + l)，dl^
[0028] 丨,）=[/)s. ,(7:(/ + 1),()10^)74…/)s. ,(7; ,(/ + 1).說及
[0029] 若當(dāng)前周期結(jié)束，用LSSVM預(yù)測(cè)的下一時(shí)刻的位置信息來校準(zhǔn)SIMU的位置輸出；然 后用新的數(shù)據(jù)列，更新預(yù)測(cè)模型，循環(huán)迭代，得到位置信息的預(yù)測(cè)結(jié)果。
[0030] 本發(fā)明的原理是:本發(fā)明主要應(yīng)用于航空遙感的高分辨率實(shí)時(shí)成像領(lǐng)域。其中的 高頻組合部分和傳統(tǒng)的SINS/GPS組合導(dǎo)航結(jié)構(gòu)相似，結(jié)合了GPS誤差不隨時(shí)間發(fā)散、長(zhǎng)期穩(wěn) 定的優(yōu)點(diǎn)和慣性導(dǎo)航輸出頻率高、導(dǎo)航信息全面的特點(diǎn)。KF的輸出反饋校正捷聯(lián)算法A的誤 差，從而有效地抑制SINS的誤差漂移。這一部分可以實(shí)現(xiàn)較高精確的低頻誤差的測(cè)量，但在 輸出的位置信息中含有較多的高頻位置誤差，對(duì)實(shí)時(shí)成像的分辨率影響極大。本發(fā)明中的 低頻組合部分由捷聯(lián)解算B和LSSVM濾波器構(gòu)成。捷聯(lián)解算B和上述的高頻組合部分相對(duì)獨(dú) 立，用于隔離GPS高次位置誤差。捷聯(lián)解算B每隔時(shí)間T采用LSSVM的預(yù)測(cè)位置信息來校正其 累積位置誤差，同時(shí)接收捷聯(lián)A的姿態(tài)和速度信息，抑制速度的發(fā)散。LSSVM采用捷聯(lián)解算A 的位置信息和捷聯(lián)解算B的位置信息實(shí)時(shí)更新訓(xùn)練集樣本和預(yù)測(cè)模型，預(yù)測(cè)下一時(shí)刻的位 置信息。以此消除捷聯(lián)解算A輸出的高次位置誤差，同時(shí)避免捷聯(lián)解算B的累積位置誤差進(jìn) 入運(yùn)動(dòng)補(bǔ)償而降低成像分辨率。有必要強(qiáng)調(diào)的一點(diǎn)是，本發(fā)明中的高頻組合和低頻組合是 相對(duì)于所采用的濾波算法的組合校正頻率而言的。由于POS所采用的是高精度的慣導(dǎo)系統(tǒng)， 在短時(shí)間內(nèi)捷聯(lián)導(dǎo)航的導(dǎo)航精度為毫米級(jí)，相對(duì)于單點(diǎn)GPS米級(jí)的精度，傳統(tǒng)的每秒校準(zhǔn)一 次不僅不利于消除GPS中的高次位置誤差，還會(huì)引入額外的數(shù)據(jù)跳變。所以，捷聯(lián)解算B采用 比傳統(tǒng)校正頻率更低的組合校正方式。其低頻組合的周期和POS所采用的慣導(dǎo)器件精度有 關(guān)。
[0031]本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：
[0032] (1)本發(fā)明和傳統(tǒng)SINS/GPS組合導(dǎo)航結(jié)構(gòu)相比，增加一套基于LSSVM算法的低頻組 合濾波算法，有效的隔離和抑制了 GPS高次位置誤差，防止帶有高次位置誤差的組合導(dǎo)航結(jié) 果進(jìn)入運(yùn)動(dòng)補(bǔ)償，消除其對(duì)高分辨成像帶來的不良影響。
[0033] (2)本發(fā)明和現(xiàn)有的雙捷聯(lián)組合導(dǎo)航結(jié)構(gòu)相比，其優(yōu)點(diǎn)在于本發(fā)明中的低頻組合 濾波所采用的組合周期T為固定值，可以更廣泛的適用于航空遙感通用載荷。在組合周期結(jié) 束時(shí)刻，本發(fā)明采用LSSVM的位置預(yù)測(cè)值來校準(zhǔn)捷聯(lián)捷聯(lián)B的位置累積誤差，而不是用可能 含有較大高次位置誤差的捷聯(lián)解算A的位置輸出來校準(zhǔn)。這樣做就妥善解決了各個(gè)低頻組 合周期段之間的拼接問題，使組合系統(tǒng)輸出的位置信息在各個(gè)時(shí)間段都能保持較高的平滑 度和精度。
【附圖說明】
[0034]圖1為本發(fā)明的基于LSSVM的雙頻組合濾波結(jié)構(gòu)框圖；圖2為本發(fā)明中的GPS位置誤 差分解及其對(duì)成像分辨影響示意圖；其中a為GPS系統(tǒng)位置誤差圖，b、c、d、e分別為GPS系統(tǒng) 位置誤差的多項(xiàng)式擬合分解圖，其中b為常值位置誤差曲線，c為線性位置誤差曲線，d為二 次位置誤差曲線，e為高次位置誤差曲線；
[0035]圖3為本發(fā)明的LSSVM濾波原理示意圖；
[0036]圖4為本發(fā)明LSSVM濾波器結(jié)構(gòu)流程圖.
【具體實(shí)施方式】
[0037]如圖1所示，本發(fā)明濾波器分為輸入部分13,高頻組合部分9,低頻組合部分10和輸 出部分14。輸入部分13包含捷聯(lián)慣性測(cè)量單元SIMU1，并將之固定在航空遙感通用載荷的中 心位置附近。在P0S系統(tǒng)啟動(dòng)的前6分鐘為靜止對(duì)準(zhǔn)時(shí)間，通過S頂U(kuò)1敏感到的加速度信息和 角速度信息通過初始對(duì)準(zhǔn)8獲得初始姿態(tài)。同時(shí)通過安裝在飛機(jī)頂?shù)腉PS天線3獲取初始位 置和速度信息。
[0038] 高頻組合的頻率取決于GPS接收機(jī)的頻率，通常為1Hz，5Hz這兩種。高頻組合部分 的卡爾曼濾波器KF5,同時(shí)接收來自輸入部分的GPS導(dǎo)航信息和經(jīng)過捷聯(lián)解算A模塊2解算 后的位置姿態(tài)信息，對(duì)導(dǎo)航誤進(jìn)行最優(yōu)估計(jì)。圖1中？(^〇^，1〇，￥(^(代，^，4)代表6?5獲 取的位置速度信息。？1吧〇^，1〇，￥ 1略^，抑，竹)則表示5頂1]敏感到的加速度和角速度原始 測(cè)量數(shù)據(jù)經(jīng)過捷聯(lián)解算A模塊2坐標(biāo)變換和積分后的位置速度。兩者之差作為卡爾曼濾波器 KF5的觀測(cè)量?？柭鼮V波器KF5將最優(yōu)估計(jì)狀態(tài)量X(5L, δλ, δ]ι，δνθ，δνη，δν?)反饋校正給 捷聯(lián)解算Α模塊2,抑制其位置累積誤差和速度的發(fā)散。
[0039] 低頻組合部分包含捷聯(lián)解算B模塊6和一個(gè)LSSVM濾波器7構(gòu)成的更低頻率的組合。 低頻濾波周期T依據(jù)SAR的合成孔徑時(shí)間而定(5s<T<60s)。將第K個(gè)低頻濾波周期內(nèi)的第i 時(shí)刻，捷聯(lián)解算B模塊6輸出的位置信息Ps- B(Tk(i)，δ?，δλ，Sh)和捷聯(lián)解算A模塊2輸出的位 置信息?^(!\(1)，31^，3\，31 1)組成一個(gè)時(shí)間序列樣本，送往最小二乘機(jī)器學(xué)習(xí)算法1^5￥17， 通過LSSVM7的在線學(xué)習(xí)樣本，在線預(yù)測(cè)出下一時(shí)刻的位置信息P L-[(1\(丨+1)^1^\^)。捷 聯(lián)解算B模塊6在輸入部分初始對(duì)準(zhǔn)后給它賦初值之后開始獨(dú)立工作，在每個(gè)低頻濾波周期 T結(jié)束時(shí)，通過LSSVM7的預(yù)測(cè)值校正它的位置，通過捷聯(lián)解算A模塊2校正它的姿態(tài)。
[0040] 輸出部分14將經(jīng)過LSSVM7在線消除高次位置誤差后的位置信息和捷聯(lián)解算B模塊 6的姿態(tài)信息發(fā)送給運(yùn)動(dòng)補(bǔ)償單元12,并將捷聯(lián)解算A模塊2的導(dǎo)航信息提供給飛機(jī)導(dǎo)航，天 線指向等應(yīng)用11。
[0041] 本發(fā)明中的GPS位置誤差分解及其對(duì)成像分辨影響示意圖如圖2所示，，GPS除異常 值之外的等效系統(tǒng)誤差(a所示）又可以分為常值誤差，線性誤差、二次項(xiàng)誤差和高次誤差 (二次項(xiàng)以上誤差)這幾種形式。圖2為實(shí)驗(yàn)數(shù)據(jù)中截取了 100s GPS位置誤差信息，并對(duì)其進(jìn) 行多項(xiàng)式擬合，將其分解為常值誤差(b所示），線性誤差(c所示），二次項(xiàng)誤差(d所示）以及 二次項(xiàng)剩余誤差(e所示）。其中（d)屬于高次誤差形式。常值或線性的偏差會(huì)導(dǎo)致圖像的地 理坐標(biāo)的偏移，從而影響SAR圖像的定位精度，但并不會(huì)影響圖像的分辨率。二次項(xiàng)誤差和 高次位置誤差，不但會(huì)導(dǎo)致圖像地理坐標(biāo)的偏移，同時(shí)還會(huì)造成圖像的散焦，重影等，進(jìn)而 影響圖像的分辨率。所以本發(fā)明的目的就是要消除GPS高次誤差對(duì)組合結(jié)果的影響，滿足高 分辨率實(shí)時(shí)成像對(duì)運(yùn)動(dòng)補(bǔ)償精度的要求。
[0042]本發(fā)明的LSSVM濾波器原理示意圖如圖3所示。圖中Tk為低頻濾波周期。每個(gè)低頻 濾波周期內(nèi)為η個(gè)數(shù)據(jù)。用于LSSVM算法訓(xùn)練的數(shù)據(jù)集采用滑動(dòng)窗口獲取，樣本長(zhǎng)度采用兩 倍低頻濾波周期，即2η維.保持該區(qū)間的長(zhǎng)度不變，即支持向量的數(shù)量確定。在實(shí)際預(yù)測(cè)時(shí)， 并不需要太多的數(shù)據(jù)，不然系統(tǒng)仿真的時(shí)間和復(fù)雜程度會(huì)大大增加，不利于在線運(yùn)行。之所 以選擇單步預(yù)測(cè)，一個(gè)是因?yàn)榻萋?lián)解算Α模塊2和捷聯(lián)解算Β模塊6的數(shù)據(jù)序列具有時(shí)間相 關(guān)性，即每次預(yù)測(cè)的誤差值都是和前一時(shí)刻有關(guān)聯(lián)的。LSSVM算法預(yù)測(cè)的位置信息有效的利 用了捷聯(lián)解算B模塊6輸出平滑的特點(diǎn)，從而達(dá)到消除高頻組合部分捷聯(lián)解算A模塊2中高次 位置誤差的目的。然而捷聯(lián)解算B模塊6的位置信息會(huì)隨著時(shí)間發(fā)生漂移。所以，在每個(gè)低頻 濾波周期T k結(jié)束時(shí)，用LSSVM算法的預(yù)測(cè)值來校正捷聯(lián)慣導(dǎo)的位置信息，抑制其低頻漂移誤 差。如此往復(fù)迭代，從而達(dá)到邊預(yù)測(cè)邊學(xué)習(xí)的效果。
[0043]本發(fā)明LSSVM濾波算法結(jié)構(gòu)流程圖如圖4所示，主要針對(duì)位置信息進(jìn)行在線學(xué)習(xí)和 預(yù)測(cè)，達(dá)到消除捷聯(lián)解算A中的高次位置誤差的目的。訓(xùn)練樣本集可以表示為， 其中： MiULMMu-'-Ps ,Ατ
[0044] (/./i t RA) <) < n) =[廠s ;(以0,說，故汾…八，.([,(/),從
[0045] 上式中R表示有理數(shù)，η表示滑動(dòng)窗口長(zhǎng)度。K為濾波周期個(gè)數(shù)，i表示該濾波周期內(nèi) 的時(shí)刻。Tk(i)表示第K個(gè)低頻濾波周期內(nèi)的第i個(gè)時(shí)刻。δ?，δλ，δ?!分別表示為經(jīng)煒高的位置 誤差量。？^1' 1^)#^，311)表示捷聯(lián)解算8算法在第1(個(gè)低頻濾波周期內(nèi)的第1個(gè)位置信 息輸出。同理，Ps- A(Tk(i)，δ?，δλ，Sh)為高頻組合部分捷聯(lián)解算Α模塊2傳遞過來的第i時(shí)刻 的位置信號(hào)。
[0046] 具體步驟如下所示：
[0047] (1)讀取當(dāng)前i時(shí)刻的訓(xùn)練集。
[0048] (2)判斷訓(xùn)練集的數(shù)據(jù)是否出現(xiàn)異常，即保證數(shù)據(jù)中不含有野值誤差，否則跳過該 值。若沒有數(shù)據(jù)輸入，則終止該程序。
[0049] (3)對(duì)訓(xùn)練集數(shù)值進(jìn)行歸一化處理，并初始化LSSVM7。
[0050] (4)對(duì)訓(xùn)練集進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
[0051] (5)通過步驟(4)的訓(xùn)練模型來預(yù)測(cè)下一i+Ι時(shí)刻系統(tǒng)的位置輸出，記為PL-L(T k(i+ 1)，δΙ，δλ，δ1ι)〇
[0052] (6)判斷當(dāng)前低頻濾波周期Tk是否結(jié)束。若沒有結(jié)束則進(jìn)入步驟(7)更新訓(xùn)練集。 若當(dāng)前周期結(jié)束，則跳至步驟(8)。
[0053] (7)更新訓(xùn)練集，滑動(dòng)窗口向下一個(gè)時(shí)刻移動(dòng)，窗口長(zhǎng)度保持2η:
[0054] + +
[0055] …([(/-!-1),紅"氣說),…/)、.凡 |(/ + W [0056] 更新結(jié)束后，跳至步驟(2)
[0057] (8)用LSSVM預(yù)測(cè)的下一時(shí)刻的位置信息來校準(zhǔn)捷聯(lián)解算B模塊6的位置輸出。然后 轉(zhuǎn)至步驟(7)。
【主權(quán)項(xiàng)】
1. 一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特征在于：基于LSSVM(Least squares support vector machine，最小二乘支持向量機(jī)），采用高頻濾波和低頻濾波結(jié)合 的雙頻組合濾波實(shí)現(xiàn);所述雙頻組合濾波器包括:輸入部分、高頻組合部分、低頻組合部分 和輸出部分；輸入部分包括捷聯(lián)慣性測(cè)量單元SIMU(Strapdown inertial measurement unit )、GPS模塊;高頻組合部分包含捷聯(lián)解算A和卡爾曼濾波器KF;低頻組合部分包括捷聯(lián) 解算B和LSSVM濾波器;輸出部分包括運(yùn)動(dòng)補(bǔ)償單元； 輸入部分中，捷聯(lián)慣性測(cè)量單元SIMU固定在遙感載荷的中心位置附近，將敏感到的加 速度和角速度原始測(cè)量數(shù)據(jù)經(jīng)過初始校準(zhǔn)模塊的初始校準(zhǔn)后打包發(fā)送給捷聯(lián)解算A模塊和 捷聯(lián)解算B模塊;GPS接收模塊通過安裝在遙感載荷上的GPS天線獲取定位信息;定位信息包 括位置和速度信息； 高頻組合部分中，捷聯(lián)解算A模塊將SIMU發(fā)送來的加速度和角速度原始測(cè)量數(shù)據(jù)通過 坐標(biāo)轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻導(dǎo)航輸出的位置和姿態(tài)信息，卡爾曼濾波器KF利用GPS模 塊的定位信息和捷聯(lián)解算A模塊當(dāng)前時(shí)刻導(dǎo)航輸出的位置和速度信息之差作為觀測(cè)量進(jìn)行 組合，并將最優(yōu)估計(jì)量反饋校正給捷聯(lián)解算A模塊，從而進(jìn)行最優(yōu)估計(jì)；同時(shí)捷聯(lián)解算A模塊 將當(dāng)前時(shí)刻的位置信息送往LSSVM濾波器和捷聯(lián)解算B模塊； 低頻組合中，捷聯(lián)解算B模塊將SMU發(fā)送來的加速度和角速度原始測(cè)量數(shù)據(jù)通過坐標(biāo) 轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻導(dǎo)航輸出的位置和姿態(tài)信息，當(dāng)前時(shí)刻的位置信息送往LSSVM 濾波器;LSSVM濾波器采用捷聯(lián)解算A模塊的位置信息和捷聯(lián)解算B模塊的位置信息實(shí)時(shí)更 新訓(xùn)練集，訓(xùn)練集通過LSSVM算法學(xué)習(xí)得出訓(xùn)練模型，預(yù)測(cè)下一時(shí)刻的位置信息，循環(huán)迭代， 得到位置信息的預(yù)測(cè)結(jié)果該預(yù)測(cè)結(jié)果即是在線消除了高次位置誤差后的位置信息；同時(shí)為 了抑制捷聯(lián)B模塊的位置累積誤差，避免捷聯(lián)解算B模塊的累積位置誤差進(jìn)入運(yùn)動(dòng)補(bǔ)償單元 而降低成像分辨率，每隔時(shí)間T便通過LSSVM的預(yù)測(cè)位置信息對(duì)捷聯(lián)解算B模塊的位置信息 進(jìn)行在線校正，避免捷聯(lián)解算B模塊累積位置誤差，并通過捷聯(lián)解算A模塊向捷聯(lián)算法B模塊 傳遞姿態(tài)和速度校正信息； 輸出部分，將低頻組合部分中的消除了高次位置誤差后的位置信息發(fā)送給運(yùn)動(dòng)補(bǔ)償單 元，運(yùn)動(dòng)補(bǔ)償單元對(duì)遙感載荷進(jìn)行高分辨率實(shí)時(shí)成像，從而消除單點(diǎn)GPS高次位置誤差。2. 根據(jù)權(quán)利要求1所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特征在 于:所述LSSVM實(shí)現(xiàn)如下： (1) 接收捷聯(lián)解算A模塊和捷聯(lián)解算B模塊同時(shí)傳過來的位置信息，讀取為當(dāng)前i時(shí)刻的 訓(xùn)練樣本集； (2) 判斷訓(xùn)練樣本集的數(shù)據(jù)是否出現(xiàn)異常，即保證數(shù)據(jù)中不含有野值誤差，出現(xiàn)異常跳 過該數(shù)據(jù);若沒有數(shù)據(jù)輸入，則終止;若數(shù)據(jù)正常，則對(duì)訓(xùn)練樣本集的數(shù)值進(jìn)行歸一化處理， 并初始化LSSVM; (3) 對(duì)訓(xùn)練集進(jìn)行訓(xùn)練，得到訓(xùn)練模型； (4) 通過得到的訓(xùn)練模型來預(yù)測(cè)下一 i+Ι時(shí)刻SIMU的位置輸出； (5) 判斷當(dāng)前濾波周期Tk是否結(jié)束，若沒有結(jié)束則更新訓(xùn)練集，滑動(dòng)窗口向下一個(gè)時(shí)刻 移動(dòng)，窗口長(zhǎng)度保持2n;若當(dāng)前濾波周期結(jié)束，則用LSSVM預(yù)測(cè)的下一時(shí)刻的位置信息來校 準(zhǔn)SIMU的位置輸出;然后用新的數(shù)據(jù)，更新訓(xùn)練模型，循環(huán)迭代，得到位置信息的預(yù)測(cè)結(jié)果。3. 根據(jù)權(quán)利要求1或2所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特 征在于:所述輸入部分還包括野值檢測(cè)模塊，GPS接收模塊通過安裝在遙感載荷上的GPS天 線獲取定位信息，經(jīng)過野值檢測(cè)模塊剔除GPS異常值。4. 根據(jù)權(quán)利要求1或2所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特 征在于:所述輸入部分還包括初始校準(zhǔn)模塊，將捷聯(lián)慣性測(cè)量單元SIMU敏感到的加速度和 角速度原始測(cè)量數(shù)據(jù)經(jīng)過初始校準(zhǔn)模塊的初始校準(zhǔn)后打包發(fā)送給捷聯(lián)解算A模塊和捷聯(lián)解 算B模塊。5. 根據(jù)權(quán)利要求1或2所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特 征在于:所述GPS模塊、捷聯(lián)解算A模塊、卡爾曼濾波器KF、捷聯(lián)解算B模塊、LSSVM濾波器和運(yùn) 動(dòng)補(bǔ)償單元均運(yùn)行于導(dǎo)航計(jì)算機(jī)中。6. 根據(jù)權(quán)利要求1或2所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特 征在于:所述卡爾曼濾波器KF利用GPS模塊的定位信息和捷聯(lián)解算A模塊當(dāng)前時(shí)刻導(dǎo)航輸出 的位置和速度信息之差作為觀測(cè)量進(jìn)行組合，并將最優(yōu)估計(jì)量反饋校正給捷聯(lián)解算A模塊， 從而進(jìn)行最優(yōu)估計(jì)。7. 根據(jù)權(quán)利要求1或2所述的一種消除單點(diǎn)GPS高次位置誤差的雙頻組合濾波器，其特 征在于:所述時(shí)間T為固定值，T> = 5s。8. -種消除GPS高次位置誤差的雙頻組合濾波方法，其特征在于:基于LSSVM，采用高頻 濾波和低頻濾波結(jié)合折雙頻組合濾波實(shí)現(xiàn)，步驟如下： (1) 將一套捷聯(lián)慣性測(cè)量單元SIMU固定在遙感載荷的中心位置附近，用于測(cè)量飛行平 臺(tái)的運(yùn)動(dòng)狀態(tài);SIMU將敏感到的加速度和角速度原始測(cè)量數(shù)據(jù)打包發(fā)送給捷聯(lián)解算A模塊 和捷聯(lián)解算B模塊；同時(shí)GPS接收模塊通過安裝于遙感載荷上的GPS天線獲取位置和速度信 息； (2) 捷聯(lián)解算A模塊和捷聯(lián)解算B模塊同時(shí)將SIMU發(fā)送來的加速度和角速度原始測(cè)量數(shù) 據(jù)通過坐標(biāo)轉(zhuǎn)換和積分解算出當(dāng)前時(shí)刻的位置和姿態(tài)信息，作為導(dǎo)航輸出的位置和速度信 息； (3) 卡爾曼濾波器KF利用GPS模塊獲取的定位信息和捷聯(lián)解算A模塊的導(dǎo)航輸出的位置 和速度信息之差作為觀測(cè)量進(jìn)行組合，并將最優(yōu)估計(jì)量反饋校正給捷聯(lián)解算A模塊； (4) 捷聯(lián)解算A模塊和捷聯(lián)解算B模塊將當(dāng)前時(shí)刻的位置信息送往LSSVM濾波器，用于更 新LSSVM濾波器的訓(xùn)練集，訓(xùn)練集通過LSSVM算法學(xué)習(xí)，得出訓(xùn)練模型，預(yù)測(cè)下一時(shí)刻的位置 信息，用于在線遙感載荷的運(yùn)動(dòng)補(bǔ)償； (5) 捷聯(lián)算法B模塊的位置信息每隔時(shí)間T通過LSSVM的預(yù)測(cè)值在線校正位置信息，同時(shí) 通過捷聯(lián)解算A模塊向捷聯(lián)算法B模塊傳遞姿態(tài)和速度校正信息； (6) 遙感載荷的運(yùn)動(dòng)補(bǔ)償?shù)奈恢眯畔⒂蒐SSVM濾波器提供，姿態(tài)和速度信息由捷聯(lián)A模 塊提供。
【文檔編號(hào)】G01C21/20GK106017474SQ201610437892
【公開日】2016年10月12日
【申請(qǐng)日】2016年6月17日
【發(fā)明人】朱莊生, 李馳, 張雨龍, 郭陽, 郭一陽, 葉文
【申請(qǐng)人】北京航空航天大學(xué)