[发明专利]北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法

权利要求书

1.一种北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法，其特征在于，所述北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法包括以下步骤：

步骤一，初始对准滤波模型的构建；

步骤二，进行KF算法的时间更新；

步骤三，进行观测量与观测新息之间的马氏距离计算，计算观测新息对应的权值；

步骤四，基于Sage Husa方法设计量测噪声阵，即R阵的鲁棒自适应估计策略，重新定义R阵鲁棒自适应估计表达式，进行R阵自适应估计；

步骤五，基于马氏距离算法，引入膨胀因子，对估计出的R阵进行修正；

步骤六，利用修正后的R阵进行KF算法量测更新，即进行基于Sage Husa方法的鲁棒自适应KF算法SHRAKF的量测更新；

所述步骤一初始对准滤波模型的构建，包括：

考虑初始对准滤波模型如式(1)和式(2)所示：

x_k＝F_k-1x_k-1+w_k-1                        (1)

z_k＝H_kx_k+υ_k                         (2)

式中，x_k、w_k-1分别为状态向量和过程噪声向量；w_k～N(0,Q_k)，Q_k为过程噪声协方差阵；z_k、υ_k分别为观测量和量测噪声向量，且υ_k通常假定服从正态分布，即υ_k～N(0,R_k)，R_k为量测噪声协方差阵；

所述步骤二进行KF的时间更新，即进行SHRAKF时间更新，包括：

k时刻SHRAKF时间更新方程如下：

式中，F_k-1为k-1时刻状态转移矩阵，为状态量的先验估计，P_kk-1为状态误差协方差阵的先验估计；

所述步骤三进行观测量与观测新息之间的马氏距离计算，观测新息对应的权值计算，包括：

式中，μ_k为观测新息向量，z_k为观测向量，为观测量的先验估计，H_k为量测阵；为辨识异常新息，k时刻观测量z_k与观测新息μ_k之间的马氏距离表达式如下：

式中，为观测量的真实值；选取统计门限η满足服从卡方分布，η为辨识门限，取当M_k＞η时，观测量将被标记为异常观测量/新息；反之，将被标记为正常观测量/新息；新息向量μ_k对应的权值表达式如式(7)；

若k时刻观测信息μ_k异常，则其对应的权值反之，ω_k＝1；

所述步骤四基于Sage Husa方法设计量测噪声阵(R阵)鲁棒自适应估计策略，重新定义R阵鲁棒自适应估计表达式，包括：

在高斯条件下，基于利用Sage Husa方法，k时刻R阵自适应估计的一般表达式如下：

式中，0.9≤b＜1为衰减因子，取经验值；式(11)对异常的观测量没有鲁棒性，若k时刻的观测量异常，即μ_k异常，估计出来的不准确；结合式(7)和式(11)，重新定义非高斯条件下k时刻R阵自适应估计表达式如下：

用替代式(8)中R_k并进行标准KF的量测更新，即为基于Sage Husa方法鲁棒自适应KF算法；

所述步骤五通过引入膨胀因子κ_k，修正估计出的量测噪声协方差阵包括：

若满足则将被标记为异常观测量，此时通过引入膨胀因子κ_k用以修正估计出的量测噪声协方差阵即：

将式(13)带入式(6)得：

式(14)转化为求解κ_k的非线性问题，如式(15)所示：

式中，κ_k通过牛顿迭代法求解；κ_k(i+1)与κ_k(i)的关系表示为：

式中，且κ_k(i)初始值为κ_k(0)＝1；当满足时，迭代终止；

所述步骤六利用修正后的R阵进行KF量测更新，即进行SHRAKF的量测更新，包括：

SHRAKF量测更新过程如下：

根据式(13)-(16)计算修正后的量测噪声阵R_k：

P_k＝(I-K_kH_k)P_kk-1                     (21)。