[发明专利]一种顾及观测模型误差的分级自适应滤波方法及系统

说明书

本发明公开了一种顾及观测模型误差的分级自适应滤波方法及系统，通过构建主滤波器，计算不考虑观测模型误差的状态向量估值基于广义似然比算法计算观测模型误差探测因子l_k，比较观测模型误差探测因子l_k与经验阈值l_s的大小，根据比较结果计算状态向量估值补偿值计算对进行补偿；相比传统的增广滤波算法能够避免反复的增维或降维运算，更能实时或准实时地自适应估计补偿值从而提高滤波精度及滤波适应性。

技术领域

本发明属于滤波处理技术领域，具体地说，是涉及一种顾及观测模型误差的分级自适应滤波方法及系统。

背景技术

多源导航传感器的集成与信息融合为复杂环境下动态载体定位、导航和授时(Positioning Navigation and Timing，PNT)提供了支持。在复杂环境下，动态载体的导航传感器观测精度随着时空变化而变化，各类传感器的函数模型和随机模型随着观测信息的不确定度变化而变化。在实际建模中，观测模型误差的存在不可避免，最终影响导航精度。利用各类导航传感器实时估计运动状态参数的本质即滤波，从包含误差的观测值中估计出状态参数，并通过已知的状态和观测模型进行最优滤波估计。常用的滤波器是基于时域的卡尔曼滤波(Kalman Filter，KF)，但当函数模型和误差模型不满足其线性和高斯误差假设时，滤波精度将受到严重影响。

考虑削弱观测模型误差对滤波精度的影响，目前的处理方法主要集中在函数模型补偿和随机模型补偿，这两种方法虽然能够在一定程度上削弱观测模型误差的影响，但对于误差的渐变性、突发性以及突变性等复杂特性的处理存在不足，且很难保证滤波系统的可观测性与可控性。

发明内容

本发明提供了一种顾及观测模型误差的分级自适应滤波方法，提高了滤波精度及滤波适应性。

为解决上述技术问题，本发明采用下述技术方案予以实现：

一种顾及观测模型误差的分级自适应滤波方法，包括：

(1)构建主滤波器，计算

其中，

x_k，表示k时刻的状态向量；

y_k，表示k时刻的观测向量；

表示k时刻的状态向量估值；

表示k-1时刻的状态向量估值；

表示k时刻的不考虑观测模型误差的状态向量估值；

表示k-1时刻的不考虑观测模型误差的状态向量估值；

表示由预测的k时刻的不考虑观测模型误差的状态向量估值；

N_k-1表示的法方程系数阵；

N_k表示的法方程系数阵；

N_k|k-1表示的法方程系数阵；

A_k表示k时刻的误差方程系数矩阵；

Φ_k表示k时刻的状态转移矩阵；

Q_k表示k时刻的状态噪声的协方差阵；

R_k表示k时刻的观测向量的协方差阵；

(2)基于广义似然比算法计算观测模型误差探测因子l_k；