[发明专利]一种多源融合定位方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种多源融合定位方法、装置、电子设备及存储介质，该方法包括：构建待定位点的目标状态向量；并根据预先获得的所述待定位点的目标观测数据构建观测向量；利用卡尔曼滤波模型获得所述目标状态向量的后验值的均值；基于相对熵方法，建立所述目标状态向量中各变量和观测向量中各观测值的两两之间的耦合度因子；根据所述耦合度因子，更新所述目标状态向量的后验值的均值。本发明实施例分析了多源异构定位信息间的耦合度，建立多源异构定位信息间的相对熵，从而提高了多源融合定位算法的稳定性与多源融合定位的精度。

技术领域

本发明涉及计算机技术领域，特别是涉及一种多源融合定位方法、装置、电子设备及存储介质。

背景技术

传统的多源融合定位技术，将来自不同导航源的同构或者异构的导航信息按照相应的融合算法进行融合，从而得到最佳的融合定位结果。相对于传统的单一导航源，多源融合导航可以充分利用每一个导航源的优势，从而提供更优的定位与导航服务。在导航系统中，为了提高导航定位精度，普遍应用卡尔曼滤波技术来计算导航系统的误差状态，再用误差状态的最优估计值去校正系统。

由于导航系统的状态方程是时变的，而且状态转移矩阵中含有导航信息及惯性元件测量值，这些含有误差的参数使得滤波器模型不准确。另外，系统噪声与观测噪声的统计特性等很难精确地估计或测定，所以采用常规卡尔曼滤波器时常常会发散，从而导致稳定性与可靠性差。

为了解决此问题，通常采用自适应滤波技术，但现有的自适应滤波算法，大多采用在线估计系统噪声和观测噪声的协方差阵来估计状态变量，算法结构复杂，而且在室内复杂环境下的稳定性差，进而影响多源融合定位的精度，难以适应将来的智能导航系统。

发明内容

本发明实施例的目的在于提供一种多源融合定位方法、装置、电子设备及存储介质，以提高多源融合定位算法的稳定性与多源融合定位的精度。具体技术方案如下：

为达到上述目的，第一方面，本发明实施提供了一种多源融合定位方法，包括：

构建待定位点的目标状态向量；其中，所述目标状态向量中的变量包括：所述待定位点的位置、速度、加速度、姿态以及陀螺漂移误差；

根据预先获得的所述待定位点的目标观测数据构建观测向量；

利用卡尔曼滤波模型获得所述目标状态向量的后验值的均值；

基于相对熵方法，建立所述目标状态向量中各变量和观测向量中各观测值的两两之间的耦合度因子；

根据所述耦合度因子，更新所述目标状态向量的后验值的均值。

可选地，获得所述待定位点的目标观测数据的过程，包括：

获取针对待定位点的多源观测数据；

对所述多源观测数据进行滤波和野值处理，得到所述待定位点的目标观测数据。

可选地，所述利用卡尔曼滤波模型获得所述目标状态变量的后验值的均值，包括：

建立所述目标状态向量的离散卡尔曼状态方程和观测方程；

根据所述离散卡尔曼状态方程，预测所述目标状态向量的后验估计值以及所述后验估计值的协方差矩阵；

当所述目标状态向量服从高斯分布时，利用GGF方程、所述观测方程以及所述后验估计值的协方差矩阵估计所述目标状态向量的后验值的均值。

可选地，所述基于相对熵方法，建立所述目标状态向量中各变量和所述观测向量中各观测值的两两之间的耦合度因子，包括：

基于相对熵方法，建立所述目标状态向量和所述观测向量的相对熵；

根据所述相对熵建立所述目标状态向量中的各变量和所述观测向量中的各观测值的两两之间的耦合度因子；