[发明专利]一种惯性导航系统误差模型的降维RTS椭球集员平滑方法

摘要

本发明提出了一种惯性导航系统误差模型的降维RTS椭球集员平滑方法，用以解决现有椭球集员平滑方法计算复杂度大的问题。本发明基于惯性导航系统误差模型观测量噪声不满秩情形，对惯性导航系统误差模型方程实施降维操作，进而实现一种降维的惯性导航系统等价变换模型方程，达到减小系统状态变量计算量的目的；利用椭球集员平滑器算法实现等价变换惯性导航系统误差方程的系统状态向量的滤波平滑计算，进一步改善系统状态变量参数最优估计的精度要求。本发明具有较好的计算优势和计算效能，可应用于运动载体惯性导航系统误差模型中，实现惯性导航系统误差模型状态参数最优滤波平滑计算。

主权项

1.一种惯性导航系统误差模型的降维RTS椭球集员平滑方法，其特征在于，其步骤如下：步骤一：构建惯性导航系统误差模型的状态方程和观测方程；步骤二：基于观测矩阵不满秩情形，利用非奇异矩阵对惯性导航系统误差模型实施降维等价变换，获得维数减小的惯性导航系统等价变换线性系统的模型方程；步骤三：对等价变换线性系统的状态变量参数开展椭球集员滤波迭代计算，获得各时刻的等价的状态变量的滤波估计椭球形状；经由n＝T步迭代计算获得第T步的最优滤波椭球形状，确定等价变换线性系统的状态变量的估计均值和估计方差矩阵，并存储各个时刻的估计椭球形状数据；步骤四：从n＝T开始，对步骤三获取的各个时刻滤波数据开展逆向平滑操作，基于等价变换线性系统的方程，根据第T步滤波椭球数据计算平滑算法非零噪声的观测向量的预测椭球，进而确定预测均值及其预测方差矩阵；步骤五：令n＝T‑1，根据第T步的估计数据开展等价变换线性系统的状态变量的RTS椭球平滑计算，获得第T‑1步的等价变换系统的状态变量的平滑椭球形状数据，确定平滑增益矩阵；进而确定等价变换线性系统的状态变量的平滑均值和方差矩阵；直至计算n＝0步的椭球平滑数据，从而完成等价变换惯性导航系统的状态参数变量的平滑计算任务。