[发明专利]一种基于多窗口的自适应EFIR数据融合方法

权利要求书

1.一种基于多窗口的自适应EFIR数据融合方法，其特征在于，包括：

(1)以惯性导航器件INS在k时刻在东向和北向的位置误差和速度误差作为状态量，以惯性导航器件INS与UWB分别测量的目标节点与参考节点之间的距离的平方的差值作为系统观测量，构建滤波模型；

(2)在扩展有限脉冲响应滤波器的基础上，根据在离线阶段选择的不同局部滤波窗口，构建P个不同的子EFIR滤波器，P为设定值；

(3)通过IMM方式对构建的子EFIR滤波器的输出进行融合，得到当前时刻的惯性导航器件INS测量系统测量的行人最优的位置误差预估；

(4)将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。

2.如权利要求1所述的一种基于多窗口的自适应EFIR数据融合方法，其特征在于，所述步骤(2)中，子EFIR滤波器的状态方程为：

其中，(δP_East,k+1,δP_North,k+1)、(δP_East,k,δP_North,k)分别为k+1和k时刻惯性导航器件INS解算的东向和北向的位置误差；(δV_East,k+1,δV_North,k+1)、(δV_East,k,δV_North,k)为k+1和k时刻惯性导航器件INS解算的东向和北向的速度误差；T为采样周期；w_k为k时刻的系统噪声。

3.如权利要求1所述的一种基于多窗口的自适应EFIR数据融合方法，其特征在于，所述步骤(2)中，子EFIR滤波器的观测方程为：

其中，为k时刻惯性导航器件INS和UWB分别测量得到的参考节点与未知节点之间的距离的平方的差；n为参考节点的数目；为k时刻惯性导航器件INS测量得到的参考节点与未知节点之间的距离；为k时刻UWB测量得到的参考节点与未知节点之间的距离；

hdi(δPEast,k(INS),δPNorth,k(INS))=2(PEast,k(INS)-xi)δPEast,k(INS)+2(PNorthINS-yi)δPNorth,k(INS)-((δPEast,k(INS))2+(δPNorth,k(INS))2);]]>

其中，(x_i,y_i),i∈[1,n]为参考节点的位置；η_k为系统k时刻的观测噪声，其协方差矩阵为R_k；分别为k时刻惯性导航器件INS测量得到的东向和北向位置。