[发明专利]一种用于高精度弹道实时定轨的抗差加权观测融合平方根UKF滤波方法

说明书

本发明公开了一种用于高精度弹道实时定轨的抗差加权观测融合平方根UKF方法，该方法由构建多传感器测量弹道动力学系统模型、数据融合、抗差处理三个部分构成。其中多传感器测量弹道动力学系统模型包括再入弹道的状态方程，各个测量体系的观测方程；数据融合包括建立集中式融合弹道测量方程；建立加权测量融合系统最优方程；计算测量融合方程的系数矩阵以及近似函数；抗差处理包括，计算测量融合残差矩阵；基于M估计算抗差权因子；设定判定异常值的条件辨识异常值；计算融合测量噪声算等价协方差矩阵进行野值修正；采用平方根UKF算法估计弹道参数。本发明可以较好地对来自多个传感器的测量信息进行有效的融合，并且可对测量数据可能存在的异常值进行及时地修正，实现了多个传感器弹道的高精度跟踪。

技术领域

本发明属于多传感器跟踪导弹实时定轨技术领域，属于目标跟踪、定位导航等技术领域，具体涉及一种用于高精度弹道实时定轨的抗差加权观测融合平方根UKF滤波方法。

背景技术

导弹武器是现代高科技的结晶和化身，具有进攻性武器的突出特点，比如射程远、精度高、突防能力强的显著特性，成为了具有超强进攻性和强大威慑力的武器和维持战略平衡的支柱。在导弹武器发展初级阶段，由于导弹射程较近，对外测弹道测量的精度要求较低，通常是单传感器跟踪测量导弹并解算其飞行轨迹。随着导弹试验技术的发展和需要，射程的增加和测量精度要求的提高，一般由多传感器比如多个雷达和多个经纬仪组成测量体系交会测量导弹、运载火箭的飞行轨迹，多目标运动状态估计的精度及其性能比单一传感器要优越得多，因此多传感器数据融合技术成为解决弹道测试技术的首选方案。即使采用多种高精度弹道跟踪体制对导弹进行跟踪测量，但依旧避免不了由于跟踪或测量设备的冲击以及系统故障、环境干扰等原因，导致测量数据严重偏离目标真值，这部分严重偏离真值的数据称为异常，野值的存在会严重污染算法处理结果，估计的弹道参数不准确，降低算法精度。

为了解决这个问题，国内外学者基于抗差估计理论研究了一系列的方法，SENG CH,LIN S F,JWO D J等人研究了一种新的基于Huber的滤波算法，可以实现更准确的估计和更快的收敛，但使得UKF无需求导、M估计抗异常误差能力强等优点未能保留。付心如等人研究了一种抗差自适应UKF导航算法，该算法利用新息序列与残差序列进行实时观测噪声统计特性匹配，并自适应调节滤波增益，提高了UKF的抗差与自适应能力。李婵，张士峰，等研究了一种适用于再入弹道处理的自适应抗差滤波方法，该方法可实现异常值的分离和维纳模型方差的自适应调整，并能有效减弱测量误和动力学模型误差对弹道处理精度的影响。然而，上述滤波算法可能存在由于误差协方差矩阵出现负定导致数值稳定性较差的问题，并且这几类方法针对单传感器跟踪目标，因此不能直接用于多传感器跟踪目标实时定轨中，在弹道数据处理方面存在一定的局限性。

发明内容

本发明针对现有技术的不足，提供一种用于高精度弹道实时定轨的抗差加权观测融合平方根UKF滤波方法。

本发明通过以下技术方案来实现的：

一种用于高精度弹道实时定轨的抗差加权观测融合平方根UKF滤波方法，包括以下步骤：

步骤1，建立多传感器弹道动力学系统模型；

步骤2，初始化，设定初始时刻传感器的状态向量协方差矩阵的平方根初值S^I(0)；

步骤3，集中式融合，计算集中式测量融合z⁽⁰⁾(k)，进而得到集中式融合非线性测量函数h⁽⁰⁾和集中式融合测量噪声v⁽⁰⁾(k)；

步骤4，加权观测融合，使用步骤3得到的h⁽⁰⁾和步骤2中的计算集中式融合测量系数矩阵H⁽⁰⁾和非线性逼近函数h(x(k),k)，对H⁽⁰⁾进行满秩分解得到列满秩矩阵M和行满秩矩阵H^(I)，得到加权观测测量融合值z^I(k)。