[发明专利]基于高斯均值移动配准的动态偏差估计方法

摘要

一种基于高斯均值移动配准的动态偏差估计方法，包括如下步骤：步骤一，多平台系统中的传感器负责测量目标状态；步骤二，构造高斯均值移动方法的高斯核密度估计器；步骤三，利用扩展卡尔曼滤波器估计目标状态；步骤四，计算目标状态测量值的估计值；步骤五，计算传感器的动态偏差的估计值；步骤六，修正动态偏差的估计值；步骤七，修正动态偏差的估计值的收敛性判别。本发明方法仅使用一个目标的测量数据，能够快速、准确地估计传感器的动态偏差。该方法简单有效、易于实施，可广泛应用于机器人，智能交通，空中交通管制和航天、航空、航海等各领域。

主权项

1.一种基于高斯均值移动配准的动态偏差估计方法，其特征在于，包括如下步骤：步骤一，多平台系统中的传感器负责测量目标状态；步骤二，构造高斯均值移动方法的高斯核密度估计器，高斯均值移动是在测量噪声服从高斯分布假设条件基础上的均值移动，具体为：根据极大似然密度函数构造一个多变量的高斯核密度估计器，对该估计器求梯度并对梯度进行数学变换，得到高斯均值移动方法的迭代公式，具体为：$y_{l+1}=\frac{\underset{j=1}{\overset{m}{\Sigma }}K(y_l,z\left(j\right),R)z\left(j\right)}{\underset{j=1}{\overset{m}{\Sigma }}K(y_l,z\left(j\right),R)},$ l＝1，2，...，其中，K(yl，z(j)，R)为高斯核函数，yl为第l迭代后得到的均值，z(j)为第j次的观测值矢量，R为观测噪声的协方差矩阵；步骤三，利用扩展卡尔曼滤波器估计目标状态；步骤四，根据估计得到的目标状态、系统的测量方程以及前一时刻的偏差估计值，计算得到目标状态测量值的估计值，其中，前一时刻的偏差估计值在第一次计算时取初始值；步骤五，将目标状态的测量值以及测量值的估计值，代入到高斯均值移动方法的迭代公式中，计算传感器的动态偏差的估计值；步骤六，修正动态偏差的估计值；步骤七，修正动态偏差的估计值的收敛性判别