CN106153045B - 一种抑制gnss信息异常的滤波增益动态调整方法 - Google Patents
一种抑制gnss信息异常的滤波增益动态调整方法 Download PDFInfo
- Publication number
- CN106153045B CN106153045B CN201610525966.6A CN201610525966A CN106153045B CN 106153045 B CN106153045 B CN 106153045B CN 201610525966 A CN201610525966 A CN 201610525966A CN 106153045 B CN106153045 B CN 106153045B
- Authority
- CN
- China
- Prior art keywords
- moment
- matrix
- formula
- filtering
- gnss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种抑制GNSS信息异常的滤波增益动态调整方法,在标准卡尔曼滤波算法的基础上,通过新息向量构造符合χ2分布的指标量并进行χ2检验,对观测异常值进行检测。根据χ2检验的参数构造比例因子,使用比例因子对相应的滤波增益矩阵进行降低,达到抑制异常观测值对***影响的目的。本发明对正常噪声无影响,对异常值无错检、漏检,且对单独时刻异常值和持续异常值均有较高效作用,可使***性能提高90%以上,将异常值的作用时间降5倍左右,大大提高了组合导航***的性能。
Description
技术领域
本发明涉及INS/GNSS组合导航***,特别是涉及一种抑制GNSS信息异常的滤波增益动态调整方法。
背景技术
惯性导航***(Inertial navigation system,INS)/全球导航卫星***(Globalnavigation satellite system,GNSS)组合导航***中INS数据信息更新率高、噪声低,在短时间内有较高精度,但其***原理决定了导航误差会随时间增加而积累,GNSS误差与时间无关,可全天候、全球范围提供高精度的导航信息,但其信息更新率较低。INS/GNSS***经过滤波方法进行信息融合,可实现优势互补,得到更加精确的导航结果。
卡尔曼滤波器(Kalman filter,KF)对于过程噪声和观测噪声为Gauss白噪声序列的线性***,其滤波结果在无偏、一致和渐进有效的意义下是最优的。GNSS信号易受外界环境干扰的影响,尤其是在高楼林立的城市或是隧道峡谷等对信号遮挡严重的区域或者多径效应明显的环境中,GNSS会出现较大的观测异常值。此时观测值密度会表现为拖尾分布,观测噪声不再服从Gauss分布,不符合卡尔曼滤波的基本假设,滤波性能下降,无法满足需求。
在卡尔曼滤波的基础上,相继出现了粒子滤波、自适应滤波和H∞滤波等抗差性较好的滤波方法。粒子滤波可适用于非线性***,抗差性能较好,但其计算量大、实时性较差,在组合导航领域应用较少;自适应滤波方法包括LMS和RLS方法,其跟踪性能较差;H∞滤波依据滤波器性能指标分析误差信息,能量最小,其牺牲平均估计精度来换取抗差性能。
发明内容
发明目的:本发明的目的是提供一种能够抑制INS/GNSS组合导航***中GNSS信息异常的滤波增益动态调整方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的抑制GNSS信息异常的滤波增益动态调整方法,包括以下步骤:
S1:对标准卡尔曼滤波算法中的新息向量ik构建符合χ2分布的指标量I进行χ2检验,原假设H0:I~χ2(t),指标量I如式(1)所示:
式(1)中,ik为新息向量,Hk为观测矩阵,Pk,k-1为由k-1时刻到k时刻的预测误差方差矩阵,Rk为观测噪声协方差矩阵;
S2:选取α为显著性水平;
S3:设通过查表方法得到α对应的上分位点为阈值;
S4:对各个时刻的指标量I进行检测:如果连续n个时刻的n≥预设时间,则放弃GNSS,仅采用INS导航,进行步骤S7;否则,则进行步骤S5;
S5:构建比例因子μ:
式(2)中,Ik为新息向量矩阵;
S6:用代替Kk重新进行滤波计算,得到对异常值抑制后的滤波结果,如式(3)所示:
式(3)中,Kk是滤波器增益矩阵;
S7:结束。
有益效果:本发明在标准卡尔曼滤波算法的基础上提出了一种检测和抑制异常观测值影响的方法,对正常噪声无影响,对异常值无错检、漏检,且对单独时刻异常值和持续异常值均有较高效作用,可使***性能提高90%以上,将异常值的作用时间降5倍左右,大大提高了组合导航***的性能。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步的介绍。
本发明在标准卡尔曼滤波算法的基础上,公开了一种抑制GNSS信息异常的滤波增益动态调整方法。
下面先介绍一下标准卡尔曼滤波算法。
由于实际应用中噪声的不确定性,卡尔曼滤波算法采用了先预测再修正的思想将***的状态方程和观测方程相结合,最终得到可实现状态最优估计的方程组。
假设有动态***模型:
且有:
1)Wk和Vk是高斯白噪声;
2)Wk和Vk互不相关;
3)***初始向量X0的均值和方差都已知;
4)Wk和Vk余初始向量X0是不相关的。
则有卡尔曼滤波方程组如下:
1)状态一步预测方程
2)一步预测均方误差方程
3)新息向量
4)滤波增益方程
5)状态估值计算方程
6)估计均方误差方程
式中,是通过k-1时刻的最优状态估计推算获得的预测状态向量;Φk|k-1是k-1时刻过渡到k时刻的状态转移矩阵;Pk|k-1是k-1时刻到k时刻的预测误差方差矩阵;Γk-1和Qk-1分别为***的干扰矩阵和干扰方差矩阵;ik为新息向量,即ik包含了全新信息,这些信息由最新得的观测值提供;Kk是增益矩阵;Rk为观测噪声协方差矩阵,是对称正定矩阵;为最优估计状态向量,它是通过当前时刻的量测值和本次的预测状态向量估计得到的;Pk为k时刻的估计均方误差矩阵。
本发明提出了一种抑制GNSS信息异常的滤波增益动态调整方法,包括以下步骤:
S1:对标准卡尔曼滤波算法中的新息向量ik构建符合χ2分布的指标量I进行χ2检验,原假设H0:I~χ2(t),指标量I如式(8)所示:
式(8)中,ik为新息向量,Hk为观测矩阵,Pk,k-1为由k-1时刻到k时刻的预测误差方差矩阵,Rk为观测噪声协方差矩阵;
S2:选取α为显著性水平;
S3:设通过查表方法得到α对应的上分位点为阈值;
S4:对各个时刻的指标量I进行检测:如果连续n个时刻的n≥预设时间,则放弃GNSS,仅采用INS导航,进行步骤S7;否则,则进行步骤S5;
S5:构建比例因子μ:
式(9)中,Ik为新息向量矩阵;
S6:用代替Kk重新进行滤波计算,得到对异常值抑制后的滤波结果,如式(10)所示:
式(10)中,Kk是滤波器增益矩阵;
S7:结束。
Claims (1)
1.一种抑制GNSS信息异常的滤波增益动态调整方法,其特征在于:包括以下步骤:
S1:对标准卡尔曼滤波算法中的新息向量ik构建符合χ2分布的指标量I进行χ2检验,原假设H0:I~χ2(t),指标量I如式(1)所示:
式(1)中,ik为新息向量,Hk为观测矩阵,Pk,k-1为由k-1时刻到k时刻的预测误差方差矩阵,Rk为观测噪声协方差矩阵;
S2:选取α为显著性水平;
S3:设通过查表方法得到α对应的上分位点为阈值;
S4:对各个时刻的指标量I进行检测:如果连续n个时刻的n≥预设时间,则放弃GNSS,仅采用INS导航,进行步骤S7;否则,则进行步骤S5;
S5:构建比例因子μ:
式(2)中,Uk为新息向量矩阵;
S6:用代替Kk重新进行滤波计算,得到对异常值抑制后的滤波结果,如式(3)所示:
式(3)中,Kk是滤波器增益矩阵;
S7:结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525966.6A CN106153045B (zh) | 2016-07-05 | 2016-07-05 | 一种抑制gnss信息异常的滤波增益动态调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525966.6A CN106153045B (zh) | 2016-07-05 | 2016-07-05 | 一种抑制gnss信息异常的滤波增益动态调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106153045A CN106153045A (zh) | 2016-11-23 |
CN106153045B true CN106153045B (zh) | 2018-11-09 |
Family
ID=58061898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610525966.6A Active CN106153045B (zh) | 2016-07-05 | 2016-07-05 | 一种抑制gnss信息异常的滤波增益动态调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106153045B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515374B (zh) * | 2017-07-31 | 2020-04-03 | 湖北工业大学 | 一种应用于agv车soc估算动态调整滤波增益的方法 |
CN109507697B (zh) * | 2018-10-31 | 2023-08-18 | 安徽理工大学 | 一种新的gnss时间序列中异常值精确识别方法 |
CN111578928B (zh) * | 2020-05-07 | 2022-04-05 | 北京邮电大学 | 一种基于多源融合定位***的定位方法及装置 |
CN116086466B (zh) * | 2022-12-28 | 2024-03-26 | 淮阴工学院 | 一种提高ins误差精度的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5983160A (en) * | 1997-04-21 | 1999-11-09 | Raytheon Company | Increase jamming immunity by optimizing processing gain for GPS/INS systems |
US7409289B2 (en) * | 2004-02-13 | 2008-08-05 | Thales | Device for monitoring the integrity of information delivered by a hybrid INS/GNSS system |
CN103383261A (zh) * | 2013-07-02 | 2013-11-06 | 河海大学 | 一种改进型无损卡尔曼滤波室内动目标定位方法 |
CN103675844A (zh) * | 2013-11-18 | 2014-03-26 | 航天恒星科技有限公司 | 一种gnss/ins组合导航同步模拟*** |
-
2016
- 2016-07-05 CN CN201610525966.6A patent/CN106153045B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5983160A (en) * | 1997-04-21 | 1999-11-09 | Raytheon Company | Increase jamming immunity by optimizing processing gain for GPS/INS systems |
US7409289B2 (en) * | 2004-02-13 | 2008-08-05 | Thales | Device for monitoring the integrity of information delivered by a hybrid INS/GNSS system |
CN103383261A (zh) * | 2013-07-02 | 2013-11-06 | 河海大学 | 一种改进型无损卡尔曼滤波室内动目标定位方法 |
CN103675844A (zh) * | 2013-11-18 | 2014-03-26 | 航天恒星科技有限公司 | 一种gnss/ins组合导航同步模拟*** |
Non-Patent Citations (2)
Title |
---|
A Method for SINS Alignment with Large Initial Misalignment Angles Based on Kalman Filter with Parameters Resetting;Xixiang Liu et al.;《Mathematical Problems in Engineering》;20141231;第1-10页 * |
基于惯性传感器网络的分布式导航方法;刘海颖等;《***工程与电子技术》;20140731;第36卷(第7期);第1374-1379页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106153045A (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106153045B (zh) | 一种抑制gnss信息异常的滤波增益动态调整方法 | |
CN110823217B (zh) | 一种基于自适应联邦强跟踪滤波的组合导航容错方法 | |
CN109459040B (zh) | 基于rbf神经网络辅助容积卡尔曼滤波的多auv协同定位方法 | |
Semeniuk et al. | Bridging GPS outages using neural network estimates of INS position and velocity errors | |
CN109143224B (zh) | 一种多目标关联方法和装置 | |
CN109975839B (zh) | 一种车辆卫星定位数据的联合滤波优化方法 | |
CN110954132B (zh) | Grnn辅助自适应卡尔曼滤波进行导航故障识别的方法 | |
Jwo et al. | Adaptive Kalman filter for navigation sensor fusion | |
CN103047982B (zh) | 基于角度信息的目标自适应跟踪方法 | |
CN110231636A (zh) | Gps与bds双模卫星导航***的自适应无迹卡尔曼滤波方法 | |
CN109031229B (zh) | 一种杂波环境下目标跟踪的概率假设密度方法 | |
Xu et al. | An improved robust Kalman filter for SINS/DVL tightly integrated navigation system | |
Zhang et al. | A study of underwater terrain navigation based on the robust matching method | |
CN111623703A (zh) | 一种基于新型卡尔曼滤波的北斗变形监测实时处理方法 | |
CN106643724A (zh) | 基于地图信息和位置自适应修正的粒子滤波室内定位方法 | |
CN108665420A (zh) | 基于变分贝叶斯模型的红外弱小目标图像背景抑制方法 | |
Gruszczynski et al. | Orthogonal transformation in extracting of common mode errors from continuous GPS networks | |
CN114779642A (zh) | 一种基于新息抗差估计的gnss/ins紧组合欺骗检测方法 | |
CN106131955A (zh) | 一种基于移动机器人辅助的无线传感器网络节点定位方法 | |
CN112946641A (zh) | 一种基于卡尔曼滤波新息与残差相关的数据滤波方法 | |
CN108398704B (zh) | 一种贝叶斯滤波的多车辆协作定位方法 | |
CN113156368B (zh) | 一种基于因子图的误差参数辨识协同定位方法 | |
Beckman et al. | AUV positioning using bathymetry matching | |
CN102426357B (zh) | 一种具有图像确认的多目标跟踪方法 | |
De Cock et al. | Semi-Unsupervised Mitigation of Human Body Shadowing for Indoor UWB pedestrian tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |