[发明专利]一种鲁棒高效的组合导航自适应数据融合方法

权利要求书

1.一种鲁棒高效的组合导航自适应数据融合方法，其特征在于，基于采样点误差变换和变分贝叶斯构造自适应采样点更新框架，将采样点更新框架融入到高斯滤波框架，实现基于高效非线性更新的组合导航自适应数据融合；

所述自适应采样点更新框架的构造过程为：采用迭代量测更新实现滤波信息的非线性更新，并求解采样点误差线性变换矩阵的迭代形式；

所述非线性更新过程中的系统模型包括系统方程x_k＝f(x_k-1)+w_k-1、量测方程z_k＝h(x_k)+v_k，其中为k时刻的状态和量测向量，为实数集、n为状态维数、p为量测维数，w_k-1、v_k为零均值的系统噪声和量测噪声，噪声对应的方差阵为Q_k-1、R_k；设k-1时刻状态即x_k-1满足均值为方差为P_k-1|k-1的高斯分布，表示高斯分布；设m＝2n，经采样点逼近后k时刻的先验状态则高斯框架下用于求解x_k均值和方差的采样点初始化为：

其中i＝1,…,m，m＝2n为采样点个数，S_k-1|k-1＝chol(P_k-1|k-1)、S_k|k-1＝chol(P_k|k-1)，chol(·)为乔列斯基分解运算，ξ_i为扰动点向量的第i个元素；基于系统方程、量测方程、及采用数值积分求解规则求得k时刻的后验状态

为匹配采样点传播过程的前两阶矩有：

其中表示状态先验分布逼近过程的采样点误差矩阵、W＝diag(ω)表示用元素个数为m的权值向量ω＝[1/m…1/m]构造的对角矩阵，类似地，状态后验匹配也必须满足条件：

其中表示状态后验逼近过程中采样点误差矩阵，ΔE_k为量测更新中存在的不确定度；设存在变换使得其中g(·)为的函数，取则有：

进而求得其中Ξ为正交矩阵满足ΞΞ^T＝I，I为维数匹配的单位阵，此外其中K_k、R_k分别为k时刻的滤波增益和量测噪声方差，为提高变换函数g(·)求解的可靠性，采用变分贝叶斯实时在线估计R_k，求得k时刻状态后验的采样点误差矩阵后，更新k+1时刻状态先验逼近过程的采样点为

2.如权利要求1所述的一种鲁棒高效的组合导航自适应数据融合方法，其特征在于，所述时，时，其中为基本单位向量，表示基本单位向量中的元素除第i个外均为0。

3.如权利要求1所述的鲁棒高效的组合导航自适应数据融合方法，其特征在于，所述非线性更新采用采样点误差线性变换矩阵的迭代求解实现，包括以下步骤：

步骤1)，预测状态似然函数，

步骤2)，计算迭代更新增益，

步骤3)，更新后验状态，

步骤4)，计算后验状态采样点误差变换参数，

步骤5)，输出结果。

4.如权利要求3所述的鲁棒高效的组合导航自适应数据融合方法，其特征在于，所述预测状态似然函数为：

设存在及则对j＝1,…,N有：

其中：N为迭代更新的次数，j为第j次迭代。

5.如权利要求4所述的鲁棒高效的组合导航自适应数据融合方法，其特征在于，所述迭代更新增益的计算公式为：

6.如权利要求5所述的鲁棒高效的组合导航自适应数据融合方法，其特征在于，所述更新后验状态的过程有：