[发明专利]噪声相关的带偏差系统的并行式融合估计方法

摘要

本发明涉及一种噪声相关的带偏差系统的并行式融合估计方法。针对存在影响系统状态和测量的动态偏差和相关噪声的多传感器测量系统的滤波问题，本发明提出了一种基于解相关技术和并行式多传感器融合思路的带偏差系统估计方法，通过引入解相关技术，重新建立一种噪声不相关的等效模型，同时，基于噪声相关的两阶段卡尔曼滤波器，分别对多个无偏差滤波器和多个偏差滤波器进行融合，最后，将局部融合后无偏差状态值和偏差值进行融合，得到系统状态的最优估计值。本发明解决了估计中过程噪声与测量噪声的相关性导致滤波精度下降的问题。

主权项

1.噪声相关的带偏差系统的并行式融合估计方法，其特征在于该方法包括以下步骤：步骤1.系统建模考虑了一类常见的带偏差多传感器系统为模型，系统过程噪声统计特性已知，存在相关噪声的系统的状态方程、偏差方程和量测方程描述如下：式中，k表示时间序列；x_k,b_k和y_i,k分别为系统n维状态向量、m维偏差向量和第i个传传感器的p维观测向量；和v_i,k分别为系统状态噪声向量、系统偏差噪声向量和第i个传感器的量测噪声向量；A_k+1,k∈R^n×n为状态转移矩阵；C_i,k∈R^p×n为第i个传感器的状态观测矩阵；过程噪声、偏差噪声和量测噪声均是零均值高斯白噪声序列：v_i,k～N(0,V_i,k)，且步骤2.引入解相关技术，重新建立一种噪声不相关的等效模型由于状态噪声与量测噪声存在相关性，系统状态方程需要等效变换，重建过程如下所述：首先，在系统状态方程的加上N个为零的公式：取则新的状态噪声与偏差噪声、测量噪声不相关，即原系统等效模型为步骤3.根据第i个量测方程，得到对系统状态的第i个噪声相关的两阶段卡尔曼滤波器的估计值，具体是：通过第i个噪声相关的两阶段卡尔曼滤波器得到无偏差状态、偏差的预测、估计值及其协方差矩阵，通过组合得到对系统状态的第i个噪声相关的两阶段卡尔曼滤波器的估计值；步骤4.基于噪声相关的两阶段卡尔曼滤波器，对多传感器信息融合模式加入并行式融合模式；基于多个无偏差滤波器的滤波估计信息，得到无偏差滤波器融合后的状态估计值及其协方差矩阵分别为：式中，为第i个滤波器的无偏差滤波器融合后的状态估计值及其协方差矩阵；基于多个偏差滤波器的滤波估计信息，得到偏差滤波器融合后的偏差估计值及其协方差矩阵分别为：式中，b_i,k+1/k,为第i个滤波器的偏差滤波器融合后的状态估计值及其协方差矩阵；步骤5.将分别融合后的无偏差状态估计值和偏差估计值进行组合，得到系统状态的估计信息x_k+1/k+1,