[发明专利]一种SINS/GPS/偏振光组合导航系统多目标优化抗干扰滤波方法

说明书

技术领域

本发明涉及一种SINS/GPS/偏振光组合导航系统多目标优化抗干扰滤波方法。该方法充分利用了SINS/GPS/偏振光组合导航系统中存在的多源干扰特性，通过设计干扰估计器的方法抵消可建模干扰，设计混合鲁棒滤波器来抑制高斯噪声和范数有界干扰，可提高导航系统的精度、可靠性以及抗干扰能力。

背景技术

随着航空工程领域飞行器的工作环境变得日益复杂，对飞行器自主性、抗干扰性和快速反应能力提出了越来越高的要求，因此导航系统的滤波精度以及可靠性变的越来越重要。受到硬件技术以及成本的限制，单一的导航系统很难满足载体的自主性，抗干扰性和快速反应的需求。研究抗干扰性强、精度高的滤波算法是解决问题的途径之一。

SINS/GPS/偏振光组合导航系统为一多源干扰系统。SINS自身存在的模型不确定性，量测噪声、惯性器件漂移，机械振动、空间环境等干扰。GPS受到的电磁干扰；偏振传感器存在的光电器件的输出误差，偏振传感器的安装误差，传感器的采集、处理与控制电路在工作时产生的电热噪声随机误差，以及传感器在工作中由环境变化引起的输入误差。SINS误差方程、GPS伪距量测方程、偏振光量测方程本质上都是非线性的。上述这些干扰共同作用使得SINS/GPS/偏振光组合导航表现出非常复杂的非线性。

卡尔曼滤波器(KF)是一种最小方差的最优估计器，已经广泛的应用到实际系统中，但是卡尔曼滤波器将干扰假设为单一的高斯噪声，且要求系统模型足够准确，因此传统的卡尔曼滤波器具有很大的保守性，对于多源干扰系统，难以实现高精度控制和估计。对于非线性系统，处理方法主要有扩 展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、粒子滤波，H₂/H_∞+DOBC抗干扰滤波等。EKF将非线性模型基于泰勒级数展开，取一阶截断作为原状态方程和量测方程的近似，EKF要求噪声为高斯噪声且模型足够准确，EKF滤波方法在线性化的过程中存在着舍入误差，因此产生较大的模型误差，系统存在着模型不确定性，且对于非高斯噪声等其他干扰不能很好的估计，因此对滤波精度有一定的影响。UKF可以直接应用于非线性模型，但要求噪声为高斯噪声，且UKF计算量较大，不能有效的实施。粒子滤波算法复杂、计算量大，实时性差，在实际应用中存在很多问题。

多目标优化抗干扰滤波充分利用了系统中干扰的特性，将系统中干扰进行分类建模，对于某些特性已知的干扰，可以充分利用其信息，分别采用干扰抵消和干扰抑制的方法，建立一类同时具有干扰抵消与抑制性能的多目标优化抗干扰滤波方法的研究框架。可建模的干扰通过设计干扰观测器来抵消，设计鲁棒滤波器来抑制高斯噪声和能量有限的干扰。建立含有多源干扰的惯性导航系统误差新模型，并将多目标优化抗干扰滤波方法应用到SINS/GPS/偏振光组合导航中，提高惯性导航系统的滤波精度、可靠性以及抗干扰能力。

发明内容

本发明要解决的技术问题是：克服SINS的机械振动、建模误差、非线性动态、环境干扰等干扰，提供一种精度高、可靠性强、抗干扰能力强的SINS/GPS/偏振光导航系统多目标优化抗干扰滤波方法。

本发明解决其技术问题所采用的技术方案为：将SINS、GPS、偏振传感器以及环境中的干扰进行分类，对不同类型的干扰进行干扰建模，高斯随机变量和范数有界未知变量分别通过H₂技术以及H_∞技术来抑制，可建模干扰通过设计干扰观测器来抵消。

具体包括以下步骤：

(1)建立以偏振方位角α为量测量的量测方程；

(2)充分利用干扰特性，建立基于失准角速度v、位置p为状态的状态方程以及基于速度v、位置p以及偏振方位角α为量测量的量测方程，并将状态方程和量测方程离散化；

(3)对系统的干扰进行分类，对不同类型的干扰进行干扰建模；

(4)设计漂移估计器估计并抵消可建模干扰；

(5)根据设计的漂移估计器，构造H₂/H_∞混合滤波器；

(6)构造状态估计误差系统，用多目标优化抗干扰滤波算法对所述H₂/H_∞混合滤波器进行集中式滤波，并输出导航信息。

所述的步骤(1)中基于偏振方位角α为量测量的量测方程中的量测量为：