帶有先驗信息的動態(tài)定位貝葉斯濾波算法研究.pdf

1、在動態(tài)定位、導(dǎo)航和衛(wèi)星定軌中，目標(biāo)的運(yùn)動往往受到外部因素的制約，這些制約往往是一些關(guān)于未知狀態(tài)參數(shù)的已知函數(shù)式或理論關(guān)系，它們可以預(yù)先獲知，我們稱之為先驗約束信息，如某個參數(shù)為非負(fù)或整數(shù)，狀態(tài)的上下界，干擾的形式、大小、范圍、統(tǒng)計分布特性等。在動態(tài)定位時依據(jù)客觀條件合理利用約束信息，顯然可以簡化模型，提高狀態(tài)參數(shù)估計的精度，控制濾波的發(fā)散。因為狀態(tài)約束的存在改變了動態(tài)定位問題概率方面的結(jié)構(gòu)，給問題的分析及濾波解算帶來了一定的難度。在實際

2、處理時，常用的方法一般是通過狀態(tài)約束方程消去某些狀態(tài)參數(shù)，然后按一般濾波方法進(jìn)行處理。對于某些非線性情況，這樣處理往往使計算顯得復(fù)雜，同時也使原來的濾波方程發(fā)生較大的改變，在實用上顯得不方便。由于科學(xué)技術(shù)的發(fā)展，在動態(tài)定位中，觀測的手段越來越多，觀測資料的積累也越來越多，對任意觀測目標(biāo)或?qū)ο蟮奈锢?、力學(xué)性質(zhì)的了解也越來越充分，根據(jù)先驗信息建立約束的可能性也就越來越大。利用約束可以相對可靠地描述各種先驗信息，因而如果能解決具有先驗約束信息

3、的動態(tài)濾波的計算及精度分析等問題，它將在動態(tài)定位的數(shù)據(jù)處理中得到廣泛的應(yīng)用，同時把濾波理論推廣到帶有先驗約束信息的情形，使動態(tài)濾波數(shù)據(jù)處理理論得到充分的發(fā)展和完善。
　　 本文針對帶有先驗信息的動態(tài)定位濾波算法的現(xiàn)狀和存在的問題進(jìn)行了研究，主要貢獻(xiàn)有以下幾點(diǎn)：
　　 1.研究了異常噪聲對動態(tài)定位的影響以及如何利用觀測值和狀態(tài)預(yù)報值的時間序列來消除其影響性。在動態(tài)定位中，當(dāng)觀測值被污染時，給出了一種抗差Bayes濾波算法能

4、夠很好地抵制這種異常影響，由于粗差是屬于測量值被污染的情形，所以給出的方法也能夠抵制粗差所帶來的影響。由于我們事先并不知道粗差是否存在，也不知道污染率的大小，因此，在線估計是非常重要的。論文提供給出了可以抵制粗差所帶來的影響的動態(tài)定位方法以及一種在線估計污染率的方法。
　　 2.研究了狀態(tài)變量存在等式約束時的濾波算法，提出了按序貫平差求解算法以及自適應(yīng)算法。研究了采用不消去狀態(tài)參數(shù)的方法，在卡爾曼濾波的數(shù)學(xué)模型中增加約束條件方程

5、，推導(dǎo)出約束狀態(tài)下的卡爾曼濾波遞推方程，其形式與一般的卡爾曼濾波遞推方程相似，只要在預(yù)報值及其協(xié)方差陣中增加一個約束條件改正項即可，因而在應(yīng)用時非常方便。
　　 3.研究了狀態(tài)變量存在不等式約束時的濾波算法，提供了兩種處理不等式約束的濾波方法，一是先求解無約束的濾波解，再進(jìn)行優(yōu)化，二是針對其不等式約束求增益矩陣，直接求得濾波的狀態(tài)估計。理論分析和仿真計算表明充分利用約束先驗信息可以提高濾波解的精度，從而提高了動態(tài)定位的精度。

6、r>　　 4.借鑒了實數(shù)中尋找最優(yōu)解的思想，在整數(shù)解的搜索過程中首先尋找局部最優(yōu)值，然后沿最快下降的方向?qū)ふ蚁乱蛔顑?yōu)解，給出了一個有效求解測量方程中帶有未知整參數(shù)的動態(tài)定位濾波算法。主要貢獻(xiàn)：
　　 1)給出了整型參數(shù)θ的浮點(diǎn)解的遞推估計。
　　 2)實現(xiàn)了動態(tài)估計整型參數(shù)θ的變化區(qū)間。
　　 3)給出了整型參數(shù)θ的快速估計算法。實驗結(jié)果表明，新算法大大提高了傳統(tǒng)分枝定界法和已有相關(guān)算法的效率，可以用于模糊度未

7、知時的GPS動態(tài)定位解算和整周模糊度的確定。
　　 5.針對道路條件下車輛動態(tài)定位問題，提出了帶道路約束的H∞濾波算法。該算法利用地面目標(biāo)的特點(diǎn)建立了帶道路約束條件的系統(tǒng)模型，并推導(dǎo)了相應(yīng)的H∞濾波算法。實驗仿真結(jié)果表明，論文所提出的帶約束條件的H∞濾波算法比標(biāo)準(zhǔn)的H∞濾波算法以及同等條件下的卡爾曼濾波算法具有更好的狀態(tài)估計性能和更高的濾波精度，對于在復(fù)雜環(huán)境下車輛動態(tài)定位具有現(xiàn)實意義。
　　 6.為了減少因線性化所產(chǎn)生

8、的系統(tǒng)誤差，研究了非線性Bayes濾波和粒子濾波在動態(tài)定位中的應(yīng)用，重點(diǎn)研究了動態(tài)方程是線性的而觀測方程是非線性的解算方法，并給出了相應(yīng)的Bayes遞推濾波算法和粒子濾波算法。
　　 論文首次全面系統(tǒng)地研究了帶有先驗約束信息的動態(tài)定位濾波理論，對帶有先驗約束信息的獲取，模型的建立，濾波的解算方法進(jìn)行了較為詳細(xì)的研究，并給出了一些新的濾波解算方法，在非線性卡爾曼濾波方面，針對動態(tài)導(dǎo)航定位中測量方程非線性的特點(diǎn)，研究了一些新的算法。