The invention relates to a non ideal condition of Gauss filter replacement framework integrated navigation method, which belongs to the field of space navigation system, in order to solve the existing Gauss filtering algorithm will deal with noise and separate state, lead to large amount of calculation and estimation accuracy, and proposes a non ideal conditions Gauss filtering alternative framework for integrated navigation system meet: k+1 moment, about the state of the measured values before K step step posterior probability density function is Gauss; the actual amount of time k+1 measurements on the prediction of probability density function of the prior step k measurements after a step is Gauss; the method includes: establishing the state prediction of mean and covariance the expression in k+1 moment; establishing the state at time k+1 the posterior mean and covariance expressions; CKF filtering algorithm to solve the expression of steps one and two are based on the obtained Corrected mean and variance, corrected the heading according to the corrected mean and variance, and realized navigation. The invention is applicable to the navigation system of space vehicle.
【技术实现步骤摘要】
一种非理想条件下高斯滤波替代框架组合导航方法
本专利技术涉及一种非理想条件下高斯滤波替代框架组合导航方法,属于航天导航系统领域。
技术介绍
导航是引导飞行器、船舶或汽车等沿一定航线从一点运动到另一点的方法,其在军用领域和民用领域都有着广泛的应用。现代导航系统种类繁多,例如全球定位系统(GPS)、天文导航(CNS)、多普勒测速系统(Doppler)、惯性导航系统(INS)等[1]。由于GPS和INS两者之间具有较强的非相似性和互补性,将它们组合起来,便可以取长补短充分发挥各自的优势,同时克服GPS易受地形地物遮挡而导致定位中断和INS定位误差随时间而累计的缺陷。在GPS/INS组合导航系统中,由于系统本身元器件的不稳定性以及外部应用环境不确定因素的影响,导致系统噪声有时具有相关特性,比如当系统的输入源与传感器的输出且传感器测量值具有随机特性时,系统的过程噪声和量测噪声协方差将不为零。对于采用伪距的表达方式的紧耦合模型,并且由于实际应用中通信带宽的限制,使得组合导航系统可能同时具有非线性、时滞和噪声相关的特性,因此,设计更一般的算法是十分有必要。下面简要介绍上述三类问题解决方案的发展现状并由此引出本文的算法。针对常见的非线性系统,如制导或导航系统[2,3],目标跟踪系统[1]等,在贝叶斯框架下依据概率密度非线性滤波算法可以分为两类。一类是高斯滤波算法[8],如EKF[5]是以非线性函数的一阶泰勒展开形式来近似函数本身,对于强非线性函数近似能力较差,且存在计算Jacobi矩阵的问题,计算量大,不适合实时计算;UKF[6]算法是利用无迹变换来逼近状态后验概率密度函 ...
【技术保护点】
一种非理想条件下高斯滤波替代框架组合导航方法,所述方法基于非线性离散系统模型,并且满足如下条件:k+1时刻的状态关于前k步量测值的一步后验概率密度函数是高斯的;k+1时刻的实际量测值关于前k步量测值的一步后验预测概率密度函数是高斯的;其特征在于,所述方法包括如下步骤:步骤一:根据飞行器内的传感器测量值,获取飞行器在k时刻的状态值x
【技术特征摘要】
1.一种非理想条件下高斯滤波替代框架组合导航方法,所述方法基于非线性离散系统模型,并且满足如下条件:k+1时刻的状态关于前k步量测值的一步后验概率密度函数是高斯的;k+1时刻的实际量测值关于前k步量测值的一步后验预测概率密度函数是高斯的;其特征在于,所述方法包括如下步骤:步骤一:根据飞行器内的传感器测量值,获取飞行器在k时刻的状态值xk;步骤二:根据所述状态值xk,建立状态在k+1时刻的预测均值和协方差表达式:其中,为k时刻对k+1时刻的预测估计值;是k+1时刻的n维预测状态向量的协方差矩阵;Qk+1为k+1时刻的过程噪声ωk+1的协方差矩阵;Rk+1为k+1时刻的量测噪声νk+1的协方差矩阵;Sk+1为k+1时刻的过程噪声和量测噪声的协方差矩阵,且Sk+1≠0;步骤三:建立状态在k+1时刻的后验均值和协方差表达式:其中,为增广后的状态向量的新息,其中为k+1时刻的新息nk+1与k+1时刻的预测均值的互协方差;步骤四:基于CKF滤波算法对步骤二和步骤三得到的表达式进行求解,得到修正后的均值和方差;步骤五:根据所述修正后的均值和方差修正航向,实现导航。2.根据权利要求1所述的方法,其特征在于,所述步骤二中建立状态在k+1时刻的预测均值和协方差表达式的具体过程为:令带有噪声的增广状态向量为则k+1时刻状态变量x的一步预测均值和协方差矩阵分别为其中f(xk)为任意以xk为自变量的非线性函数;Yk为前k步量测值;为由k时刻修正k时刻的过程噪声的估计值;由于ωk与xk中所含的噪声ωk-1不相关,故ωkf(xk)T=0,代入协方差矩阵中,可得:其中为的协方差矩阵,通过计算可得一步预测均值和方差由...
【专利技术属性】
技术研发人员:宋申民,赵凯,张秀杰,吴晓航,司译文,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。