[发明专利]一种应用在初始对准中的SVM自适应卡尔曼滤波方法

权利要求书

1.一种应用在初始对准中的SVM自适应卡尔曼滤波方法，其特征在于，包括如下步骤：

1)建立捷联惯性测量系统初始对准数学模型：包含系统的状态方程、观测方程的建立，系统的环境噪声的建模；

2)新息方差的计算：包含系统k时刻新息的理论方差，k时刻新息测得的方差；

3)支持向量机的设计：针对噪声模型难以量化及系统发生突变，从而引起滤波器发散、数值不稳定的问题，提出引入一种支持向量机产生的自适应因子，提升算法的鲁棒性，提高对状态与参数突变的跟踪能力；

4)SVMAKF滤波器的构建：基于自适应原则和支持向量机卡尔曼滤波构建一种SVMAKF滤波器，实时修正捷联惯性测量系统的噪声协方差阵，提高初始对准的精度和稳定性。

2.如权利要求1所述的应用在初始对准中的SVM自适应卡尔曼滤波方法，其特征在于，所述步骤(1)中建立捷联惯性测量系统初始对准数学模型的具体步骤包括：

(1.1)系统状态方程为式中F(t)为状态转移矩阵，X(t)为状态量，G(t)为噪声输入矩阵，W(t)为系统过程噪声序列；

选取状态量为X＝[δv_E δv_N φ_E φ_N φ_U δL δλ ▽_x ▽_y ε_x ε_y ε_z]^T，式中δv_E、δv_N分别为东向和北向速度误差；φ_E、φ_N和φ_U分别为东向失准角、北向失准角和方位失准角；δL、δλ分别为纬度误差和经度误差；▽_x、▽_y分别为x轴和y轴加速度计偏置；ε_x、ε_y和ε_z分别为x轴、y轴和z轴陀螺漂移；

(1.2)系统观测方程包括以速度误差作为观测量的观测方程、以姿态角误差作为观测量的观测方程、以位置误差作为观测量的观测方程，系统的观测方程为：

式中，δψ为航向角误差，δθ为俯仰角误差，δγ为横滚角误差，H为量测矩阵，κ、ν和ξ为系统观测噪声；

(1.3)假设姿态矩阵中的元素记为：

系统噪声转移矩阵G表示为：

其中的C_5×5表示如下：

系统噪声向量W表示为：

W＝[W_ax W_ay W_gx W_gy W_gz 0 0 0 0 0 0 0]^T，其中W_ax、W_ay为加速度计x、y轴的噪声向量，W_gx、W_gy、W_gz为陀螺仪x、y、z轴的噪声向量。