[发明专利]一种基于模糊容积卡尔曼滤波的单站无源导航方法

权利要求书

1.一种基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，包括：

S1、通过模糊可能性分布方法建立模糊无源导航模型；

S2、在所述模糊无源导航模型的基础上，引入容积卡尔曼滤波算法，构成模糊容积卡尔曼滤波算法，对系统状态进行滤波校正，以进行高精度定位导航。

2.根据权利要求1所述的基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，所述步骤S1包括：

定义模糊变量p，所述模糊变量p的可能性分布论域P为：

当所述模糊变量p服从梯形可能性分布时，定义所述模糊变量p的期望为：

E{p}～Π(p₁,p₂,p₃,p₄)；

定义所述模糊变量p的分布域为：

χ_p＝∫π_P(p)dp；

定义所述模糊变量p的重心为：

当f是所述模糊变量p的函数时，定义f(x)的中心值为：

定义所述模糊变量p的分布不确定性为：

建立模糊无源导航模型。

3.根据权利要求1所述的基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，所述步骤S2包括：

S2.1、设置模糊容积卡尔曼滤波算法的初值；

S2.2、完成模糊容积卡尔曼滤波算法的时间更新；

S2.3、完成模糊容积卡尔曼滤波算法的量测更新；

S2.4、令k+1→k，返回步骤S2.2，进行迭代滤波。

4.根据权利要求3所述的基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，所述步骤S2.1包括：

当k＝0时，设置初始值的状态量和初始误差的协方差矩阵P(0)。

5.根据权利要求3所述的基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，所述步骤S2.2包括：

S2.2.1、根据如下公式，计算状态容积点；

其中i＝1,2,…,2n；l＝1,2,3,4；下文公式中的i和l取值范围不变，不再赘述；式中S(k)为误差协方差矩阵的平方根；

S2.2.2、根据如下公式，计算状态容积点传播值；

S2.2.3、根据如下公式，计算状态一步预测值；

其中，为状态一步预测值的中心梯度值；

S2.2.4、计算状态一步预测协方差阵；

6.根据权利要求3所述的基于模糊容积卡尔曼滤波的单站无源导航方法，其特征在于，所述步骤S2.3包括：

S2.3.1、根据如下公式，计算量测容积点；

S2.3.2、根据如下公式，计算量测容积点传播值；

S2.3.3、根据如下公式，计算量测一步预测值；

S2.3.4、根据如下公式，计算互协方差及协方差；

S2.3.5、根据如下公式，计算状态与误差协方差阵；