[发明专利]一种动态位姿估计方法及装置

权利要求书

1.一种动态位姿估计方法，其特征在于，包括：

采集空间飞行器在飞行过程中处于多个位置处的实际位姿数据；

基于预先建立的广义灰色预测模型，预测所述空间飞行器在所述多个位置处的预测位姿数据；

计算每个所述位置处的所述实际位姿数据和所述预测位姿数据之间的差值绝对值；

根据每个所述位置对应的所述差值绝对值和误差阈值，确定多个所述实际位姿数据中的异常数据；

在所述采集空间飞行器在飞行过程中处于多个位置处的实际位姿数据之前，还包括：

建立初始广义灰色预测模型；广义灰色预测模型的白化微分方程为：

式中，x^(r)(t)为原始序列的r阶广义累加序列，z^(r)(t)为序列的背景值，u₀,u₁,...,u_N为非齐次灰作用量参数；a为序列发展系数；

将广义灰色预测模型的白化微分方程的通解包括齐次解和非齐次解；

齐次解由齐次方程确定；假设非齐次解带入广义灰色预测模型的白化微分方程中由递推方程逐个求出非齐次解；

将初始条件带入广义灰色预测模型的白化微分方程的通解后获得累加序列的预测值；

基于粒子群优化算法，确定所述初始广义灰色预测模型对应的优化模型参数；

依据所述优化模型参数，训练所述初始广义灰色预测模型，生成所述广义灰色预测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于粒子群优化算法，确定所述初始广义灰色预测模型对应的优化模型参数，包括：

基于所述空间飞行器的历史位姿数据，设定所述粒子群优化算法对应的模型参数；

基于所述模型参数，初始化粒子种群；

计算所述粒子种群对应的目标函数适应度；

基于所述目标函数适应度，更新得到所述优化模型参数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述目标函数适应度，更新得到所述优化模型参数，包括：

根据所述粒子种群中的各所述目标函数适应度，迭代更新所述粒子种群和所述粒子种群中每个所述模型参数的最优适应度和位置；

在所述迭代更新的次数达到设定次数时，输出所述优化模型参数。

4.根据权利要求1所述的方法，其特征在于，所述根据每个所述位置对应的所述差值绝对值和误差阈值，确定多个所述实际位姿数据中的异常数据，包括：

在第一位置对应的所述差值绝对值大于或等于所述误差阈值的情况下，判定所述第一位置对应的实际位姿数据为异常位姿数据，并丢弃所述第一位置对应的实际位姿数据；所述第一位置为所述多个位置中的一个位置；

在第二位置对应的所述差值绝对值小于所述误差阈值的情况下，判定所述第二位置对应的实际位姿数据为正常位姿数据，并保存所述第二位置对应的实际位姿数据；所述第二位置为所述多个位置中的一个位置。