一种基于Huber’sM-估计的导航鲁棒滤波方法与流程

一种基于huber’s m-估计的导航鲁棒滤波方法
技术领域
1.本发明涉及导航技术领域。更具体地，涉及一种基于huber’s m-估计的导航鲁棒滤波方法。


背景技术：

2.卫星导航系统是现代军事运动战中提供精准定位、导航与授时信息的重要基础设施，常与惯导系统构成的组合导航系统，具备取长补短、优势互补的特性。然而在实际工程应用中，即使在满足卫星颗数和位置精度因子等前置判据的情况下，卫星导航系统的速度和位置量测仍存在野值的情况，若不对其加以诊断和隔离，势必会给惯性/卫星组合导航系统带来极大的负面影响。
3.因此，需要提供一种基于huber’s广义极大似然估计(huber’s-m估计)的惯性/卫星组合导航鲁棒滤波方法。


技术实现要素：

4.本发明的一个目的在于提供一种基于huber’s m-估计的惯性/卫星组合导航鲁棒滤波方法。
5.为达到上述目的，本发明采用下述技术方案：
6.本发明第一方面提供一种基于huber’s m-估计的导航鲁棒滤波方法，包括：
7.构建惯性/卫星组合导航系统的状态空间模型；
8.所述状态空间模型基于huber’s m-估计鲁棒滤波进行滤波更新；
9.所述状态空间模型基于huber’s m-估计鲁棒滤波进行滤波更新包括
10.基于huber’s m-估计鲁棒滤波的时间更新，基于huber’s m-估计鲁棒滤波的鲁棒化，基于huber’s m-估计鲁棒滤波的量测更新。
11.可选地，所述惯性/卫星组合导航系统的状态空间模型为：
[0012][0013]
z＝hx+v
[0014]
其中，x为状态向量，为状态向量的一阶导，f为状态转移矩阵，g为系统噪声驱动矩阵，为系统激励噪声矩阵，b为载体坐标系，(
·
)
t
为转置，z为量测向量，v为量测噪声，h为量测矩阵。
[0015]
可选地，该方法还包括
[0016]
将所述状态空间模型，映射为对应的离散状态空间模型
[0017]
[0018]
其中，k为正整数，表示第k时刻，xk为n维的状态向量；φ
k/k-1
为n阶的状态一步转移矩阵；γ
k-1
为n
×
l阶的系统噪声分配矩阵；w
k-1
为l维的系统噪声向量，噪声特性为零均值高斯白噪声；zk为m维的量测向量；hk为m
×
n阶的量测矩阵；vk为m维的量测噪声向量，噪声特性与w
k-1
相同，m和n为正整数。
[0019]
可选地，所述基于huber’s m-估计鲁棒滤波的时间更新包括
[0020]
所述时间更新与标准kalman滤波相同，状态一步预测误差阵和状态一步预测均方误差阵分别表示如下：
[0021][0022][0023]
其中(
·
)
t
为转置。
[0024]
可选地，所述基于huber’s m-估计鲁棒滤波的鲁棒化包括
[0025]
当量测zk存在时，新息表示为：
[0026][0027]
根据huber’s m-估计的新息噪声归一化特性，结合预设的量测噪声方差阵rk，噪声归一化新息表示为：
[0028][0029]
噪声归一化新息为m
×
1的向量矩阵，结合中的各元素，权值矩阵wk表示为：
[0030][0031]
式中，权值函数表示为：
[0032][0033]
其中γ为高斯模型调节参数。
[0034]
可选地，所述鲁棒化还包括
[0035]
利用权值矩阵wk完成对新息的重构，所述重构新息表示为：
[0036][0037]
利用权值矩阵wk完成对量测噪声方差阵的重构，所述重构量测噪声方差阵表示为：
[0038][0039]
可选地，基于huber’s m-估计鲁棒滤波的量测更新包括
[0040]
根据得到的重构量测噪声方差阵鲁棒滤波增益表示为：
[0041][0042]
根据得到的重构新息鲁棒状态估计表示为：
[0043][0044]
其中(
·
)
t
为转置。
[0045]
可选地，在完成鲁棒状态估计后，根据量测噪声方差阵rk计算滤波增益kk，并根据滤波增益kk计算状态估计均方误差阵pk，；
[0046]
所述滤波增益kk和状态估计均方误差阵pk分别表示为
[0047][0048]
pk＝(i-k
khk
)p
k/k-1
。
[0049]
本发明第二方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明第一方面提供的方法。
[0050]
本发明第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面提供的方法。
[0051]
本发明在惯性/卫星组合导航系统状态空间模型基础上，经过时间更新过程、鲁棒化过程和量测更新过程，抑制卫星导航系统异常量测信息的影响，提升惯性/卫星组合导航的鲁棒性。
[0052]
本发明的有益效果如下：
[0053]
本发明方法即保留了huber’s m-估计的鲁棒特点，同时不增加惯性/卫星组合导航系统状态空间模型的维数，在一定程度上降低了计算量，具有典型性、普适性和易扩展性，显著提升惯性/卫星组合导航系统的鲁棒性，工程应用性强。
附图说明
[0054]
下面结合附图对本发明的具体实施方式作进一步详细的说明。
[0055]
图1示出本发明的一个实施例可以应用于其中的示例性方法流程图。
具体实施方式
[0056]
为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
[0057]
一种基于huber’s m-估计的导航鲁棒滤波方法，该方法通过计算噪声归一化新息对应的权值矩阵，完成对新息和量测噪声方差阵的重构，显著提升惯性/卫星组合导航系统滤波状态估计的鲁棒性，具有典型性、普适性和易扩展性，工程应用性强。
[0058]
一个具体的实施例中，
[0059]
一种基于huber’s m-估计的导航鲁棒滤波方法，包括：
[0060]
步骤一：构建惯性/卫星组合导航系统状态空间模型
[0061]
惯性/卫星组合导航系统的状态空间方程可归纳为：
[0062][0063]
z＝hx+v
[0064]
其中，x为状态向量，为状态向量的一阶导，f为状态转移矩阵，g为系统噪声驱动矩阵，为系统激励噪声矩阵，b为载体坐标
[0065]
系，(
·
)
t
为转置，z为量测向量，v为量测噪声，h为量测矩阵。
[0066]
步骤二：执行基于huber’s m-估计鲁棒滤波的时间更新过程
[0067]
基于惯性/卫星组合导航系统系统状态空间模型，对应离散状态空间模型可表示为：
[0068][0069]
其中，k为正整数，表示第k时刻，xk为n维的状态向量；φ
k/k-1
为n阶的状态一步转移矩阵；γ
k-1
为n
×
l阶的系统噪声分配矩阵；w
k-1
为l维的系统噪声向量，噪声特性为零均值高斯白噪声；zk为m维的量测向量；hk为m
×
n阶的量测矩阵；vk为m维的量测噪声向量，噪声特性与w
k-1
相同，m和n为正整数。
[0070]
基于huber’s m-估计鲁棒滤波的时间更新与标准kalman滤波相同，状态一步预测和状态一步预测均方误差阵分别表示如下：
[0071][0072][0073]
步骤三：执行基于huber’s m-估计鲁棒滤波的鲁棒化过程
[0074]
huber’s m-估计可归纳为一种同时具备新息噪声归一化、故障检测及新息重构特性的鲁棒估计。首先，当量测zk存在时，量测预测误差(即新息)可表示为：
[0075][0076]
根据huber’s m-估计的新息噪声归一化特性，可结合预设的量测噪声方差阵rk，噪声归一化新息可表示为：
[0077]
[0078]
噪声归一化新息为m
×
1的向量矩阵，结合中的各元素，权值矩阵wk可表示为：
[0079][0080]
式中，
[0081]
权值函数表示为：
[0082][0083]
利用权值矩阵wk可完成对新息的重构，重构新息可表示为：
[0084][0085]
类似地，重构量测噪声方差阵可表示为：
[0086][0087]
在鲁棒化过程中，huber’s m-估计通过代价函数检测噪声归一化新息当量测异常而导致噪声归一化新息过大时，其代价函数以一次函数的形式降低增长趋势，最终通过权值函数完成对新息和量测噪声方差阵rk的重构。
[0088]
步骤四：执行基于huber’s m-估计鲁棒滤波的量测更新过程
[0089]
根据得到的重构量测噪声方差阵鲁棒滤波增益可表示为：
[0090][0091]
根据得到的重构新息鲁棒状态估计可表示为：
[0092][0093]
在实现鲁棒状态估计后，可认为kalman(卡尔曼)滤波器不受异常量测的影响，此时根据量测噪声方差阵rk计算滤波增益kk，进而根据滤波增益kk计算状态估计均方误差阵pk。滤波增益kk和状态估计均方误差阵pk分别表示如下：
[0094][0095]
pk＝(i-k
khk
)p
k/k-1
[0096]
本方法在惯性/卫星组合导航系统状态空间模型基础上，经过时间更新过程、鲁棒化过程和量测更新过程，可抑制卫星导航系统异常量测信息的影响，提升惯性/卫星组合导航的鲁棒性。
[0097]
本发明方法即保留了huber’s m-估计的鲁棒特点，同时不增加惯性/卫星组合导航系统状态空间模型的维数，在一定程度上降低了计算量，具有典型性、普适性和易扩展性，可显著提升惯性/卫星组合导航系统的鲁棒性，工程应用性强。
[0098]
描述于本实施例中所涉及到的方法可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器，包括基于huber’s m-估计鲁棒滤波的时间更新模块，基于huber’s m-估计鲁棒滤波的鲁棒化模块和基于huber’s m-估计鲁棒滤波的量测更新模块。
[0099]
其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。例如，基于huber’s m-估计鲁棒滤波的时间更新模块还可以被描述为“时间更新模块”。
[0100]
作为另一方面，本实施例还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质，也可以是单独存在，未装配入终端中的非易失性计算机存储介质。
[0101]
在本发明的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0102]
还需要说明的是，在本发明的描述中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0103]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

技术特征：
1.一种基于huber’s m-估计的导航鲁棒滤波方法，其特征在于，包括：构建惯性/卫星组合导航系统的状态空间模型；所述状态空间模型基于huber’s m-估计鲁棒滤波进行滤波更新；所述状态空间模型基于huber’s m-估计鲁棒滤波进行滤波更新包括基于huber’s m-估计鲁棒滤波的时间更新，基于huber’s m-估计鲁棒滤波的鲁棒化，基于huber’s m-估计鲁棒滤波的量测更新。2.根据权利要求1所述的方法，其特征在于，所述惯性/卫星组合导航系统的状态空间模型为：z＝hx+v其中，x为状态向量，为状态向量的一阶导，f为状态转移矩阵，g为系统噪声驱动矩阵，为系统激励噪声矩阵，b为载体坐标系，(
·
)
t
为转置，z为量测向量，v为量测噪声，h为量测矩阵。3.根据权利要求1所述的方法，其特征在于，该方法还包括将所述状态空间模型，映射为对应的离散状态空间模型其中，k为正整数，表示第k时刻，x
k
为n维的状态向量；φ
k/k-1
为n阶的状态一步转移矩阵；γ
k-1
为n
×
l阶的系统噪声分配矩阵；w
k-1
为l维的系统噪声向量，噪声特性为零均值高斯白噪声；z
k
为m维的量测向量；h
k
为m
×
n阶的量测矩阵；v
k
为m维的量测噪声向量，噪声特性与w
k-1
相同，m和n为正整数。4.根据权利要求1所述的方法，其特征在于，所述基于huber’s m-估计鲁棒滤波的时间更新包括所述时间更新与标准kalman滤波相同，状态一步预测误差阵和状态一步预测均方误差阵分别表示如下：阵分别表示如下：其中(
·
)
t
为转置。5.根据权利要求1所述的方法，其特征在于，所述基于huber’s m-估计鲁棒滤波的鲁棒化包括当量测z
k
存在时，新息表示为：根据huber’s m-估计的新息噪声归一化特性，结合预设的量测噪声方差阵r
k
，噪声归一
化新息表示为：噪声归一化新息为m
×
1的向量矩阵，结合中的各元素，权值矩阵w
k
表示为：式中，权值函数表示为：其中γ为高斯模型调节参数。6.根据权利要求5所述的方法，其特征在于，所述鲁棒化还包括利用权值矩阵w
k
完成对新息的重构，所述重构新息表示为：利用权值矩阵w
k
完成对量测噪声方差阵的重构，所述重构量测噪声方差阵表示为：7.根据权利要求1所述的方法，其特征在于，基于huber’s m-估计鲁棒滤波的量测更新包括根据得到的重构量测噪声方差阵鲁棒滤波增益表示为：根据得到的重构新息鲁棒状态估计表示为：其中(
·
)
t
为转置。8.根据权利要求7所述的方法，其特征在于，在完成鲁棒状态估计后，根据量测噪声方差阵r
k
计算滤波增益k
k
，并根据滤波增益k
k
计算状态估计均方误差阵p
k
，；所述滤波增益k
k
和状态估计均方误差阵p
k
分别表示为
p
k
＝(i-k
k
h
k
)p
k/k-1
。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本发明公开一种基于Huber’s M-估计的导航鲁棒滤波方法，包括：构建惯性/卫星组合导航系统的状态空间模型；所述状态空间模型基于Huber’s M-估计鲁棒滤波进行滤波更新；所述状态空间模型基于Huber’s M-估计鲁棒滤波进行滤波更新包括基于Huber’s M-估计鲁棒滤波的时间更新，基于Huber’sM-估计鲁棒滤波的鲁棒化，基于Huber’s M-估计鲁棒滤波的量测更新。本发明不增加惯性/卫星组合导航系统状态空间模型的维数，在一定程度上降低了计算量，具有典型性、普适性和易扩展性，显著提升惯性/卫星组合导航系统的鲁棒性，工程应用性强。工程应用性强。工程应用性强。


技术研发人员：孙艺丁 洪灵菲 闫捷 徐俊艳 赵勇
受保护的技术使用者：北京电子工程总体研究所
技术研发日：2023.05.06
技术公布日：2023/9/5