[发明专利]一种基于自适应滤波的GPS测量数据处理方法有效
申请号: | 201710497032.0 | 申请日: | 2017-06-26 |
公开(公告)号: | CN107229060B | 公开(公告)日: | 2019-12-03 |
发明(设计)人: | 金学波;易圣伦;苏婷立 | 申请(专利权)人: | 北京工商大学 |
主分类号: | G01S19/37 | 分类号: | G01S19/37 |
代理公司: | 11427 北京科家知识产权代理事务所(普通合伙) | 代理人: | 戴丽伟<国际申请>=<国际公布>=<进入 |
地址: | 100048*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于自适应滤波的GPS测量数据处理方法,该方法是一种基于二阶自适应模型的改进的卡尔曼滤波器的方法。首先,采用了递归卡尔曼滤波对目标进行实时跟踪;其次,运用二阶自适应模型来抓取目标的运动特性,同时也去除估计过程中的有色噪音;最后,为了求出测量噪音方差真值,引入遗忘因子,并采用自适应指数平滑的误差补偿方法,使其测量噪音方差快速收敛于真值,但是,因为在收敛过后的值抖动较大,所以又引入滑动窗口,并且运用一种自适应平滑滤波的误差补偿方法,此方法收敛速度很慢,但收敛完后十分稳定,所以可以使其测量误差方差一直在真值附近平滑的波动,从而使跟踪效果更加精确,解决了GPS测量数据的高精度在线去噪问题。 | ||
搜索关键词: | 方差 收敛 二阶自适应 测量噪音 误差补偿 自适应 抓取 卡尔曼滤波器 卡尔曼滤波 自适应滤波 滑动窗口 快速收敛 平滑滤波 实时跟踪 遗忘因子 运动特性 指数平滑 数据处理 引入 抖动 平滑 递归 去噪 去除 噪音 测量 跟踪 改进 | ||
【主权项】:
1.一种基于自适应滤波的GPS测量数据处理方法,其特征在于,包括以下步骤:/n步骤1:目标运动状态和系统自适应参数初始化;/n步骤2:建立具有系统自适应参数的二阶自适应模型,求出符合目标运动特性的状态转移矩阵Φ(k+1,k)、输入矩阵U(k)以及有色过程噪音方差Q(k);其中,系统自适应参数包括机动频率α和变化率方差
/n步骤3:根据二阶自适应模型和目标初始状态对目标状态进行一步预测,得出下一时刻目标的状态预测值
/n步骤4:根据二阶自适应模型和过程噪音计算向前一步估计方差P(k+1|k);/n步骤5:引入遗忘因子dk,dk=(1-b)/(1-bk+1),b∈(0.1);/n步骤6:根据遗忘因子dk、测量数据y(k+1)和状态预测值
计算出测量噪音的均值;/n步骤7:根据测量数据y(k+1)和状态预测值
计算出估计过程中的残差e(k);/n步骤8:利用求得的测量噪音均值、残差e(k)以及向前一步估计方差P(k+1|k)来计算出测量噪音方差;/n步骤9:根据向前一步估计方差P(k+1|k)和测量噪音方差求出卡尔曼滤波增益K(k+1);/n步骤10:根据状态预测值
测量数据y(k+1)和卡尔曼滤波增益对目标状态进行更新,得到目标状态估计值
/n步骤11:通过卡尔曼滤波增益和向前一步估计方差P(k+1|k)得到更新后的估计方差P(k+1|k+1);/n步骤12:根据目标状态估计值计算出目标的速度均值及速度估计值;/n步骤13:利用Yule-Walker方法,通过目标状态估计值更新系统自适应参数,进而更新步骤2中的二阶自适应模型;利用Yule-Walker方法,通过目标状态估计值更新系统自适应参数的具体方法如下;/n根据目标速度的估计值对系统自适应参数进行修正,根据采样时刻k值的大小,选择修正系统自适应参数α和
若k小于等于4进入步骤13.1,若k大于4进入步骤13.2;/n13.1当采样时刻k小于等于4时,按下式计算取系统自适应参数α和
α=α0,其中α0为系统自适应参数α的初值,/n如果
则取
/n如果
则取
/n如果
则
取(0,10]之间的任意数,/n其中,
为k时刻目标加速度估计值,π为圆周率,取为3.14,vM为正的常数,取为3,v-M为与vM绝对值相等的负常数,取为-3;/n13.2当采样时刻k大于4时,利用Yule-Walker方法,按下式计算系统自适应参数α和
/n
/n
/nrk+1(1)为k+1时刻目标速度向前一步相关函数,rk(1)为k时刻目标速度向前一步相关函数,
和
分别为k时刻和k+1时刻目标速度估计值;rk+1(0)为k+1时刻目标速度自相关函数,rk(0)为k时刻目标速度自关函数;/n根据系统方程
得到目标运动速度,方程满足如下一阶马尔科夫随机序列:/n
/n其中
为k+1时刻的速度,
为k时刻的速度,β为离散后速度随机序列的机动频率,wv(k)为零均值白噪声离散序列,方差为
其中
为零均值白噪声w(t)的方差,β与α的关系为β=e-αT;x(k+1)为k+1时刻目标的状态向量,k为取样时刻,Φ(k+1,k)表示状态转移矩阵,x(k)为k时刻目标的状态向量,U(k)表示输入矩阵,
为0时刻开始至k时刻目标的速度均值,w(k)表示过程噪音,其均值为0,方差为Q(k),Φ(k+1,k)、U(k)和Q(k)中含有目标机动频率α和变化率方差
随着系统自适应参数的变化而变化;/n一阶马尔科夫时间加速度序列满足以下参数关系:/n
/n其中,α与β分别为加速度的机动频率及其离散化后加速度序列的机动频率,自适应参数α和
可按照下式计算得到:/n
/n
/n其中,ln为取以e为底的对数计算;α和
为系统自适应参数,T为采样间隔;/n步骤14:重复步骤2至步骤13,直到处理完GPS测量数据第100个值时,进入步骤15;/n步骤15:从k=100开始,依次进行步骤2、步骤3、步骤4,再通过测量数据y(k+1)和状态预测值
计算出估计过程中的残差e(k);/n步骤16:引入滑动窗口;/n步骤17:通过滑动窗口和残差计算出窗口内残差均值
/n
/n其中,
表示k+1时刻的残差均值,k为采样时刻,
表示k时刻的残差均值,e(k+1)表示估计过程中的残差,N为残差的个数;/n步骤18:通过残差均值
和向前一步估计方差求出测量噪音R(k);/n步骤19:根据向前一步估计方差和测量噪音求出卡尔曼滤波增益K(k+1);/n步骤20:根据向前一步状态预测值、测量数据和卡尔曼滤波增益更新状态估计值
/n步骤21:通过卡尔曼滤波增益和向前一步估计方差,得到更新后的估计方差P(k+1|k+1);/n步骤22:利用步骤12和步骤13的方法,通过目标状态估计值更新自适应当前模型参数;/n步骤23:重复步骤15至步骤22,直至所有测量数据全部执行完毕,则结束。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工商大学,未经北京工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710497032.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种湿式除尘一体机
- 下一篇:一种改进的旋转叶片-柔性机匣碰摩力确定方法
- 同类专利
- 专利分类
G01 测量;测试
G01S 无线电定向;无线电导航;采用无线电波测距或测速;采用无线电波的反射或再辐射的定位或存在检测;采用其他波的类似装置
G01S19-00 卫星无线电信标定位系统;利用这种系统传输的信号确定位置、速度或姿态
G01S19-01 .传输时间戳信息的卫星无线电信标定位系统,例如,GPS [全球定位系统]、GLONASS[全球导航卫星系统]或GALILEO
G01S19-38 .利用卫星无线电信标定位系统传输的信号来确定导航方案
G01S19-39 ..传输带有时间戳信息的卫星无线电信标定位系统,例如GPS [全球定位系统], GLONASS [全球导航卫星系统]或GALILEO
G01S19-40 ...校正位置、速度或姿态
G01S19-42 ...确定位置
G01S 无线电定向;无线电导航;采用无线电波测距或测速;采用无线电波的反射或再辐射的定位或存在检测;采用其他波的类似装置
G01S19-00 卫星无线电信标定位系统;利用这种系统传输的信号确定位置、速度或姿态
G01S19-01 .传输时间戳信息的卫星无线电信标定位系统,例如,GPS [全球定位系统]、GLONASS[全球导航卫星系统]或GALILEO
G01S19-38 .利用卫星无线电信标定位系统传输的信号来确定导航方案
G01S19-39 ..传输带有时间戳信息的卫星无线电信标定位系统,例如GPS [全球定位系统], GLONASS [全球导航卫星系统]或GALILEO
G01S19-40 ...校正位置、速度或姿态
G01S19-42 ...确定位置