[发明专利]基于双阈值检测的自适应容错滤波方法及系统

权利要求书

1.一种基于双阈值检测的自适应容错滤波方法，其特征在于，所述滤波方法应用于六自由度位姿测量系统，所述六自由度位姿测量系统包括激光标靶和捷联惯导系统，包括如下步骤：

步骤一：根据六自由度位姿测量系统的量测与状态信息建立组合滤波系统的状态空间方程；其中量测与状态信息包括激光跟踪仪和倾角仪获取的量测信息和捷联惯导系统获取的姿态、速度与位置信息；

步骤二：提取滤波新息向量构建残差卡方检测量，设定双阈值判断检测量从而进行组合滤波系统状态判定；

步骤三：当检测量残差大于等于双阈值的高阈值时，组合滤波系统处于故障状态，执行步骤3-1，即构建D-RBFNN网络，采集六自由度位姿测量系统在匀速状态下绕三轴旋转样本作为典型训练集，采集六自由度位姿测量系统在检测工作正常状态下前N个时刻的样本作为实时训练样本，N作为实时训练样本个数；将典型训练集附加实时训练样本输入D-RBFNN网络并使用改进K-均值聚类与奇异值分解进行训练获取对六自由度位姿测量系统姿态误差进行估计，获取姿态误差估计值；随后将获取的姿态误差估计值输入状态空间方程进行自适应容错卡尔曼滤波递推，获取组合滤波系统的状态误差估计值；

当检测量残差位于双阈值之间时，执行步骤3-2，即利用LSSVR的故障检测算法获取新息预测值从而构建新的故障检测函数FDF_k进行复合故障检测；当检测量残差值大于等于设定的故障检测阈值时，执行步骤3-1，否则，构建新息方差统计量求取方差调节因子并输入调节函数模型中对量测方差自适应调整，获取调整后的量测信息；之后将获取的量测信息输入状态空间方程进行自适应容错KF递推，获取组合滤波系统的状态误差估计值；其中，LSSVR的故障检测算法将滤波新息向量作为训练输出，核函数采用RBF核，中心宽度采用正则化原则选取；当检测量残差小于双阈值的低阈值时，将步骤一的量测信息直接输入组合滤波系统状态空间方程进行自适应容错卡尔曼滤波递推，获取系统的状态误差估计值；

步骤四：根据获取的组合滤波系统的状态误差估计值对当前组合滤波系统状态进行补偿获取当前组合滤波系统位姿信息。

2.根据权利要求1所述的基于双阈值检测的自适应容错滤波方法，其特征在于，步骤3-1中D-RBFNN网络包括输入层、隐含层、输出层，其中输入层选用对姿态误差影响较大的水平方向速度、滚转角、俯仰角和方位角作为输入；输出层为对应于故障状态下预测的姿态误差；且隐含节点输出为输入层的高斯高维映射，输出层节点输出对应为隐含层节点的线性权连接；

其中，D-RBFNN网络的隐含层的中心选取采用改进K-均值取类与奇异值分解实现在线训练与预测，具体包括：

1)固定N₀个典型训练样本进行经典K-均值聚类，确定初始聚类数k₀与隐函数中心向量j＝1,2,...k₀；

2)将样本数N_t实时采样样本X_i加入训练集之中，计算对应样本的适应度函数f_ij：

并提取与输入样本适应度最大的聚类中心C_j；

3)对X_i与C_j的适应度f_ij与适应度阈值f₀做如下判定：

若f_ij≤f₀，则X_i归于C_j所在聚类之中，并按如下原则更新聚类中心：

若f_ijf₀，则增加新的聚类中心，且设置对应X_i为对应第k+1个聚类的中心C_k+1。

3.根据权利要求1所述的基于双阈值检测的自适应容错滤波方法，其特征在于，六自由度位姿测量系统中的倾角仪获取滚转角与俯仰角，经过CCD成像靶面(204)获得的入射光图像坐标经双矢量定姿模型求解方位角，并且激光跟踪仪(201)接收激光标靶(202)的返回光获取水平方向速度。