[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

说明书

本发明公开了一种基于模糊容积卡尔曼滤波的单站无源导航方法，该方法包括：通过模糊可能性分布方法建立模糊无源导航模型；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。本发明提供的技术方案，通过引入模糊方法，建立模糊无源导航模型，该模型较好的利用了专家经验，对先验知识要求较少，不需要建立确切的解析模型，再通过进一步结合容积卡尔曼滤波算法在高维、非线性上的优势，不仅能够有效地解决系统不确定、系统模型无法准确建立问题，而且可以有效地解决无源导航中高非线性、高位状态的问题，提高了复杂条件下无源导航的适用性。

技术领域

本发明实施例涉及无源导航技术领域，尤其涉及一种基于模糊容积卡尔曼滤波的单站无源导航方法。

背景技术

随着战场情况的复杂，以及各种新的战争手段的出现，如何提高飞行器导航的适应性和导航精度，具有重要的理论意义和迫切的实际需要。惯性导航系统是目前导航的主要方式，其具有自主性、抗干扰能力强的优点，但同时也具有定位误差随时间而积累以及设备的价格较昂贵等缺点。

作为惯性导航的主要辅助导航——卫星导航系统，如：美国的“全球定位系统”、俄罗斯的“全球轨道导航卫星系统”、欧洲的“伽利略”以及我国的“北斗卫星导航系统”，在民用方面，尽管已经发展的比较成熟，能够很好的提供定位、导航、授时等服务，具有精度高、全天时、全天候等优点。但在像室内，隧道，建筑密集区等复杂环境中效果仍不理想，尤其是卫星信号易受干扰和攻击，从而导致导航精度降低，甚至无法导航；同时随着“导航战”概念的提出，针对卫星导航系统的建设、发展与应用展开了激烈的角逐，国防建设和国民经济对卫星导航定位技术越来越大的依赖性同时也带来了极大的潜在威胁，因此，如何设计一种安全性较高的导航技术成为迫切需要解决的重点和难点问题。

随着导航与通信技术的综合发展、数据分析与处理技术的提高以及电子设备的改进，一种新型无线电导航技术，基于机会信号的无源导航技术引起了世界的关注。

机会信号导航系统可利用空间泛在的各类射频信号(例如广播、电视、移动通信、雷达、WIFI、通信卫星等)实现高精度定位导航，本发明主要针对机会信号的导航方法展开研究，机会信号的导航效果图如图1所示。

无源导航滤波方法是一个典型的非线性滤波，常见的非线性滤波算法为两大类，一是以扩展卡尔曼滤波(Extended Kalman Filter，EKF)为代表的解析高斯近似滤波；二是以粒子卡尔曼滤波为典型代表的随机采样近似滤波技术。

其中以蒙特卡罗仿真为实现基础的粒子卡尔曼滤波算法，其运算量远大于解析高斯近似滤波，并随着目标状态量维度的增加呈现指数增长，无法满足空间目标跟踪系统对实时性的需求。同时，该方法很难适应高维度、强非线性的无源导航系统(状态包括三维下的位置、速度、加速度等)。

近几年一种新兴的求积近似高斯滤波算法——容积卡尔曼滤波(CKF)算法被提出并应用到这类系统中，该算法不需要计算复杂的Jacobian矩阵，并能达到三阶以上泰勒展开的精度，能够较好的解决高维度、强非线性问题，并且不需要计算复杂的Jacobian矩阵，并能达到三阶以上泰勒展开的精度。

但是，在长期的工程实践中，人们逐渐认识到：由于单站无源导航可获得的先验知识有限，系统不确定性大，对噪声的干扰也比较敏感。而且在大多数实际情况中，巡航导弹在他国飞行时，确切的环境、温度等统计特性根本是无法获得的。因此无法建立准确的系统模型，会降低了导航精度。巡航导弹飞行过程中，不可避免的出现机动飞行，进而导致状态方程不确定；另一方面，由于外界环境的复杂，干扰，通信的中断、设备未调整到最佳工作状态、环境条件变化、电源不稳定、人为操作错误等致使设备在测量、记录或传输过程中出现异常。这些数据异常(如观测数据存在奇异值或观测数据部分丢失)将导致导航精度降低，甚至无法导航。这些都导致滤波算法面临着定位时间长，定位偏差大，稳定度差的问题，这也是当前无源定位滤波技术所面临的主要问题。

发明内容