[发明专利]一种未知干扰影响下传感器的系统偏差配准方法

摘要

本发明所采用的技术方案是：首先通过两部传感器对同一目标的状态的滤波值，构造关于传感器系统偏差的伪量测方程；其次进行与传感器系统偏差状态转移方程的联合，构成新的传感器量测系统模型；最后通过利用与该系统对应的滤波算法进行滤波估计，从而估计出各个传感器的系统偏差。采用本发明所提出的技术方案可有效解决在机动目标的动态演化模型未知且在量测过程中受到外界未知扰动影响的问题，且可对传感器的系统偏差进行准确计算。 1

主权项

1.一种未知干扰影响下传感器的系统偏差配准方法，其特征在于，包括以下步骤：

步骤1：对待测目标系统进行初始化；

步骤2：建立所述待测目标系统的系统状态空间模型，所述系统状态空间模型包括系统偏差模型、目标状态模型、量测模型；

步骤3：根据所述量测模型中的量测值和卡尔曼滤波算法，将所述量测值由所述目标状态模型对应的目标状态空间转换到所述系统偏差模型对应的系统偏差空间，以构造关于所述传感器的系统偏差的伪量测方程；

步骤4：根据所述伪量测方程与系统偏差状态转移方程，进行滤波器设计；

步骤5：利用所述滤波器计算所述传感器的所述系统偏差；

步骤6：所述系统偏差得到系统偏差估算值，根据所述系统偏差估算值对所述传感器的所述量测值进行配准操作。

2.根据权利要求1所述的一种未知干扰影响下传感器的系统偏差配准方法，其特征在于：所述步骤1中，所述初始化包括对每个所述传感器的系统偏差值、所述系统状态转移方程和系统量测方程中的噪声协方差值进行设置。

3.根据权利要求1所述的一种未知干扰影响下传感器的系统偏差配准方法，其特征在于：所述步骤2中，所述系统状态空间模型中的所述传感器对应的所述系统偏差模型、所述量测模型以及所述系统状态转移模型方程分别为：

x(k+1)＝F_xx(k)+v_x(k)

其中，k表示第k个采样时刻，k+1表示第k个采样时刻的下一个采样时刻，k＝1,2,…,L，L表示为设定的采样时刻数目；i表示所述传感器序号，i＝1,2,…,m，m表示所述传感器的总数；对于所述传感器i，b_i(k)是在第k个采样时刻的系统偏差向量，是系统偏差状态转移矩阵；是含系统偏差的量测向量，H_i是量测矩阵，x(k)是系统状态向量，G_i是所述传感器i在量测过程中受到无任何先验知识的未知输入驱动u_i(k)的控制矩阵；x(k)表示运动目标在第k个采样时刻的状态，F_x表示系统目标运动的状态转移矩阵；所述传感器i的系统噪声与观测噪声w_i以及状态噪声v_x协方差均已知且相互独立。

4.根据权利要求1所述的一种未知干扰影响下传感器的系统偏差配准方法，其特征在于：所述步骤3中，根据所述量测值和所述卡尔曼滤波算法，将所述量测值由所述系统状态空间转换到所述系统偏差空间，构造关于所述传感器的所述系统偏差的所述伪量测方程，利用所述传感器对所述待测目标系统的观测方程定义所述待测目标系统的无偏量测方程为：z(k)＝H_ix(k)+G_iu_i(k)+w_i(k)，用所述卡尔曼滤波算法对所述传感器i进行滤波，得到k+1时刻的状态滤波值为：

其中，K_i(k)表示所述传感器i在k时刻的卡尔曼滤波增益，将式(1)变形以后得：

其中，为K_i(k+1)的广义逆，为k+1时刻的状态估计值，I为单位矩阵，为k时刻的状态估计值。

5.根据权利要求4所述的一种未知干扰影响下传感器的系统偏差配准方法，其特征在于：对于同一所述待测目标系统，具有m个所述传感器，任取两个传感器，设为传感器α，传感器β，则所述传感器α与所述传感器β的量测环境相同，则H_α＝H_β，G_α＝G_β；且所述传感器α与所述传感器β具有相同的所述系统状态转移方程，从而可消除所述系统状态转移方程中所述传感器α与所述传感器β的对应公共量，即得到所述系统偏差的所述伪量测方程：

其中，

所述待测目标系统，具