申请/专利权人：南京理工大学

申请日：2021-01-31

公开（公告）日：2024-04-12

公开（公告）号：CN112697154B

主分类号：G01C21/20

分类号：G01C21/20;G01C21/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.29#著录事项变更;2021.05.11#实质审查的生效;2021.04.23#公开

摘要：本发明公开了一种基于矢量分配的自适应多源融合导航方法。该方法为：选取东北天坐标系为导航系，选取18维系统误差为状态量，根据各个传感器的输出特性，建立联邦滤波组合导航模型，设计联邦滤波器；设计通过矢量分配进行故障检测与隔离的方法，检测并隔离各传感器故障维度的信息；利用步骤2故障检测中获得的信息为各子滤波器每一维信息构建矢量分配系数，在主滤波器中进行信息融合，得到全局最优估计结果。本发明提高了多源融合组合导航系统在强干扰环境下的导航定位精度，增强了系统的容错性能及鲁棒性，并能够根据不同的导航需求选择适合的导航传感器，提高导航系统的灵活性。

主权项：1.一种基于矢量分配的自适应多源融合导航方法，其特征在于，包括以下步骤：步骤1：选取东北天坐标系为导航系，选取18维系统误差为状态量，根据各个传感器的输出特性，建立联邦滤波组合导航模型，设计联邦滤波器；步骤2：设计通过矢量分配进行故障检测与隔离的方法，检测并隔离各传感器故障维度的信息；步骤3：利用各子滤波器的输出结果为各子滤波器每一维信息构建矢量分配系数，在主滤波器中进行信息融合，得到全局最优估计结果；步骤1中所述选取东北天坐标系为导航系，选取18维系统误差为状态量，根据各个传感器的输出特性，建立联邦滤波组合导航模型，设计联邦滤波器，具体如下：2.1首先在导航坐标系下建立联邦滤波组合导航系统模型；惯性导航系统的误差模型选用通用的误差模型，公共误差参考系统选取惯性导航系，导航坐标系选取东北天地理坐标系，则系统的状态矢量X为 其中为东北天方向上的姿态角误差；δVE、δVN、δVU为东北天方向上的速度误差；δL、δλ、δH为纬经高方向的位置误差；εbx、εby、εbz为陀螺仪在三个轴向上的随机漂移；εrx、εry、εrz为陀螺仪在三个轴向上的一阶马尔可夫过程随机噪声；为加速度计在三个轴向上的常值偏差；系统的状态方程为： 其中Ft为系统的状态转移矩阵，Gt为误差系数矩阵，Wt为白噪声随机误差矢量，具体形式如下：状态转移矩阵Ft： 式中FN为系统误差矩阵，Fs为惯性器件的误差转换矩阵，FM为惯性器件的噪声矩阵，具体如下： 其中为姿态转换矩阵； 其中，Tg表示陀螺的相关时间，Ta表示加速度计的相关时间，x、y、z分别表示载体系的三轴方向；误差系数矩阵Gt为： 白噪声随机误差矢量Wt为：Wt＝[wgxwgywgzwrxwrywrzwaxwaywaz]T8其中，wg表示陀螺白噪声，wr表示马氏白噪声，wa表示加速度计白噪声；系统的量测方程Zt为：Zt＝HtXt+Vt9其中Xt为系统的状态矢量，Vt＝[NENNNU]T为量测噪声，NE、NN、NU方向上的量测噪声，Ht为系统的量测矩阵，根据不同的子滤波器选取有所不同；将系统模型离散化，把状态方程式2和量测方程式9离散化，得 其中，Xk为k时刻的状态向量，Φkk-1为k-1到k时刻的系统一步转移矩阵，Γk-1为系统的噪声矩阵，它表征有k-1到k时刻的各个系统噪声分别影响k时刻各个状态的亮度，Wk-1为k-1时刻的系统噪声，Zk为k时刻的量测向量，Hk为k时刻的量测矩阵，Vk为k时刻的量测噪声式中 式中，T为迭代周期，tk为k时刻；2.2设计联邦滤波器：每个子滤波器均采用卡尔曼滤波方式，具体如下：状态一步预测方程： 式中，是利用计算得到Xk的一步预测；状态估计方程： 是在一步预测的基础上，根据量测值对真实值Xk的估计，其中Kk是滤波增益；卡尔曼增益方程： 式中，Pkk-1为一步预测均方差；Rk为量测噪声的方差矩阵；一步预测均方差方程： 均方差估计方程： 式中，Pkk为估值的估计均方误差方程；表示惯性导航系统的位置信息为 式中λI、LI、HI为惯性导航系统纬度、经度、高度的测量值，λt、Lt、Ht为车载器纬度、经度、高度的真值，δλ、δL、δH为惯性导航系统纬度、经度、高度的测量误差值；表示惯性导航系统的速度信息为 式中vIN、vIE、vIU为惯性导航系统在东北天方向上速度的测量值，vN、vE、vU为车载器在东北天方向上速度的真值，δvN、δvE、δvU为惯性导航系统在东北天方向上速度的测量误差值；表示卫星导航系统的位置信息为 式中λG、LG、HG为卫星导航系统纬度、经度、高度的测量值，λt、Lt、Ht为车载器纬度、经度、高度的真值，NE、NN、NU为卫星导航系统东北天方向位置的测量误差值；表示卫星导航系统的速度信息为 式中vGE、vGN、vGU为卫星导航系统在东北天方向上速度的测量值，vN、vE、vU为车载器在东北天方向上速度的真值，MN、ME、MU为惯性导航系统在东北天方向上速度的测量误差值；为了与惯性导航系统的经度和纬度的量纲配合，对位置测量值N和速度测量值M进行了转换；表示里程计的速度信息为 式中vOE、vON、vOU为里程计在东北天方向上速度的测量值，vN、vE、vU为车载器在东北天方向上速度的真值，ON、OE、OU为里程计在东北天方向上速度的测量误差值；表示高度计的高度信息为Ha＝HU-A23式中Ha为高度计在高度上的测量值，HU为车载器在天向上位置的真值，A为高度计在高度上的测量误差值；2.2.1设计SINSBDS子滤波器根据2.1知SINSBDS子滤波器的状态方程为 SINSBDS子滤波器的量测方 其中 VGt＝[NNNENUMEMNMU]T27量测噪声作为白噪声处理，其方差分别为RM、RN分别为地球的长半径和短半径；2.2.2设计SINS里程计子滤波器根据2.1知，SINSBDS子滤波器的状态方程为 SINS里程计子滤波器的量测方程为 其中HOt＝[03×3diag[111]03×12]30VGt＝[OEONOU]T31量测噪声作为均值为0的白噪声处理；2.2.3设计联邦滤波主滤波器联邦滤波器是一种两级滤波结构，公共参考子系统SINS的输出Xk一方面给主滤波器，另一方面给各子滤波器作为量测值；各子系统的输出只给各自的滤波器，各子滤波器的局部估计值Xi及其协方差阵Pi送入主滤波器和主滤波器的估计值一起进行融合得到全局估计值；由主滤波器和子滤波器合成的全局最优估计值及相应的协方差阵Pg被放大为后再反馈给子滤波器，来重置子滤波器的估计值，即：主滤波器的协方程阵为βi根据信息分配原则确定；步骤2所述设计通过矢量分配进行故障检测与隔离的方法，检测并隔离各传感器故障维度的信息，具体如下：3.1子滤波器时间更新： 其中，i表示第i个子滤波器；3.2故障诊断：首先构建以下故障诊断函数：Λi,k＝ri,kri,kT[Hi,kPi,k|k-1Hi,kT+Ri,k]-133 其中，ri,k表示系统i在k时刻的残差，则Λi,k是m行m列的矩阵，表示为： 子滤波器无故障发生时，Λi,k阵中对角线上各元素应服从自由度为1的χ2分布，当系统中有传感器发生故障时则不再满足，此时设置阈值，建立以下判断规则： 定义第i个子滤波器的量测噪声系数Bi,k为： 其中 通过得到的量测噪声系数Bi,k，重构量测噪声矩阵 在式37中，当量测信息的某一维被判断为正常时，Bi,k相应对角线元素设置为1，否则设置为0，这样在式39重构的量测噪声矩阵中，对于正常量测变量，调整后相对应的噪声方差不变；对于故障量测变量，调整后相对应的噪声方差趋于无穷，实现对传感器故障的维度信息进行动态隔离；3.3子滤波器量测更新 子滤波器进行量测更新后，将隔离传感器故障维度信息的滤波结果送到主滤波器，进行下一步的信息融合；步骤3所述利用各子滤波器的输出结果为各子滤波器每一维信息构建矢量分配系数，在主滤波器中进行信息融合，得到全局最优估计结果，具体如下：首先，对子滤波器协方差矩阵Pi,k|k进行特征值分解：Pi,k|k＝Di,kΛi,kDi,kT41式中 其中λn,i,k是第i个子滤波器协方差阵Pi,k|k的第n个特征值，Di,k是特征值分解产生的正交矩阵；定义分配系数矩阵Ai,k为： 式中 Ai,k满足信息守恒定理 通过子滤波器的可观测性来构造分配系数矩阵Ci,k，假设子滤波器i的可观测性矩阵是Qi,k，对Qi,k进行奇异值分解Qi,k＝Ui,kSi,kVi,kT46其中Ui,k和Vi,k是正交矩阵，Si,k具体为： 其中Λr×r＝diag{σ1,i,k,σ2,i,k…σri,i,k}，σn,i,kn＝1,2,…ri，ri分别为Qi,k的奇异值和秩；则量测系数Ci,k定义为： 其中 Ci,k满足信息守恒定理 那么基于向量的信息分配系数Bi,k为： 此时信息分配系数仍满足信息守恒原理： 为保证误差协方差阵的对称性，信息分配方式如下：

全文数据：

权利要求：

百度查询： 南京理工大学 一种基于矢量分配的自适应多源融合导航方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD