[发明专利]一种改进的鲁棒无迹卡尔曼滤波组合导航方法

说明书

一种改进的鲁棒无迹卡尔曼滤波组合导航方法，涉及组合导航技术领域，针对现有技术中滤波精度低，进而导致定位精度差，且其对野值的处理能力较差的问题，本发明根据UWB和MEMS惯导定位原理，建立了UWB/MEMS紧组合数学模型，该模型比常规的UWB/MEMS松组合模型定位精度更高，对环境适应能力更强。本发明针对量测突变噪声和野值，在传统鲁棒算法的基础上引入测量误差判据，增强了对野值的处理能力。本发明针对传统鲁棒算法对部分观测受干扰调节能力差的问题，并结合UWB测距误差的实际情况，提出一种多重鲁棒自适应矩阵的计算方法，该算法针对各量测不同的误差情况，实时调节滤波增益矩阵，使滤波器具有更强的自适应性。

技术领域

本发明涉及组合导航技术领域，具体为一种改进的鲁棒无迹卡尔曼滤波组合导航方法。

背景技术

近几年来，随着科技的发展和人们生活的改变，基于位置服务(Location-basedservices，LBS)在工业和市场上都有着广泛的应用背景。现如今，全球导航卫星系统(Global Navigation Satellite System，GNSS)飞速发展，其在室外环境下可以为用户提供高精度的位置服务。然而，在室内环境下，GNSS信号极易受遮挡，使得用户无法通过GNSS实现正常的导航定位。同时，人类绝大部分的活动发生于室内环境下，高精度室内定位服务可以为用户提供路线导航、商品导购、资源引导等网络化服务，因此，高精度的室内定位技术具有广阔的应用前景。

作为LBS的核心内容之一，室内定位系统的设计以及成为该领域的热点。现如今，室内定位技术普遍采用无线定位，无线定位系统的缺陷是其定位效果易受到非视距(NLOS,non line of sight)等环境的影响。应用较广泛的室内定位技术主要有无线局域网(Wireless Local Area Networks，WLAN)、射频识别(Radio Frequence Identification，RFID)、超宽带(Ultra-wide Band，UWB)、蓝牙等，其中，UWB具有超大的带宽、良好的抗多径干扰能力等优点，更适合用于提供室内高精度定位服务。然而，UWB定位精度易受非视距环境的影响。因此，许多学者提出将两种或两种以上的传感器进行融合来弥补单一传感器导航系统的缺点。随着微电子机械系统(Micro Electro Mechanical System，MEMS)技术的兴起和发展，使得传统惯性导航设备在体积、成本等方面得到有效降低。基于UWB/MEMS的组合导航系统能够充分利用各自的优势，提高系统定位精度和稳定性，具有广阔的发展前景。

在室内组合导航领域，UWB/MEMS组合导航研究大致分为两类：一种是通过研究UWB/MEMS组合方式来提高室内定位精度和解决UWB失效时定位发散的问题。这些多传感器组合虽然都在一定程度上提高了组合定位精度，但引入其他传感器也使得其在工程上的实现变得更加困难。另一种是从滤波的角度来解决UWB的噪声和野值问题。虽然有学者从滤波的角度提出采用强跟踪Sage自适应滤波解决UWB定位噪声的问题，但强跟踪中的渐消因子若选取不当，会导致滤波精度降低，且其对野值的处理能力较差。

发明内容

本发明的目的是：针对现有技术中滤波精度低，进而导致定位精度差，且其对野值的处理能力较差的问题，提出一种改进的鲁棒无迹卡尔曼滤波组合导航方法。

本发明为了解决上述技术问题采取的技术方案是：

一种改进的鲁棒无迹卡尔曼滤波组合导航方法，包括以下几个步骤：

步骤一：收集UWB系统和MEMS系统输出的数据；

步骤二：选择系统的状态量和观测量，建立UWB/MEMS组合导航系统状态空间模型；

步骤三：对UWB/MEMS组合导航系统进行滤波初始化；

步骤四：在k时刻对UWB/MEMS组合导航系统进行时间更新和量测更新，得到系统状态一步预测的误差协方差和一步预测的互协方差；