[发明专利]一种基于UPF中建议分布函数的凸组合轨道融合估计算法

权利要求书

1.一种基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，包括：

S1、获取初始化粒子集合，并获得初始时刻的均值和协方差；

S2、基于各传感器的测量信息，对上一时刻粒子状态进行扩充，得到扩充状态下的均值和方差；

S3、根据M个传感器的测量信息，利用UT变换得到M组建议分布函数统计特性；

S4、利用凸组合融合估计算法对M组建议分布函数统计特性进行融合得到最优建议分布，并从中获取最优粒子；

S5、依次执行步骤S2-S4，直至所有粒子都得到了更新；

S6、对优化后的每个粒子的权系数进行归一化，得到每个权系数的最佳选值；

S7、对优化后的每个粒子进行重采样，保留权系数大于预设值的粒子，得到新的样本粒子集，以得到k时刻的粒子状态估计值；

S8、依次执行步骤S2-S7得到每个时刻的粒子状态估计值。

2.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，

步骤S1中初始时刻粒子集的均值和协方差为：

其中，表示初始粒子集的均值，表示初始粒子集的协方差，i为正整数，表示第i个粒子。

3.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，

所述扩充状态下的粒子的均值为：

其中，为k-1时刻的第i个粒子。

4.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，所述扩充状态下的粒子的方差为：

其中，表示在k-1时刻最优协方差，Q表示过程高斯噪声的方差，R_a表示传感器a的测量噪声。

5.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，所述步骤S3包括：

获取2n+1个sigma点以及该点对应的权系数，其中n表示每个粒子的维度；

将sigma点传播到k时刻，得到预测状态sigma点集；

计算sigma点集中粒子的预测状态和协方差；

将所述预测状态sigma点集传播得到预测测量sigma点集，以得到预测值、测量方差、状态测量值的协方差；

结合新的测量值进行测量更新；

重复以上操作，直至得到M组建议分布函数统计特性。

6.根据权利要求5所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，

所述sigma为：

对应的权系数为：其中，为第a个传感器的扩充状态的协方差阵，为均值的权值，为协方差的权值，n为每个粒子的维数，尺度因数λ＝α²(n+ρ)-n，α为0.001，ρ为0，β为2。

7.根据权利要求6所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，所述预测值、测量方差、状态测量值的协方差分别为：

其中，为均值的权值，为协方差的权值，为预测测量sigma点集，为预测状态sigma点集。

8.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，所述步骤S4包括：

采用凸组合融合估计算法融合所述建议分布函数的状态均值与方差，从最优建议分布中产生新的粒子；

更新所述粒子集，直到所述粒子集中每个粒子都得到了优化。

9.根据权利要求1所述的基于UPF中建议分布函数的凸组合轨道融合估计方法，其特征在于，

k时刻的粒子状态估计值为：其中，为归一化之前各粒子的权系数，为新的样本粒子集的特性参数。