Kalman滤波中测量粗差的探测及修复.pdfVIP

第25卷第3期 工 程 数 学 学 报v01．25N0．3 2008年∞月 OFENGINEERING June2008 CHINESEJOURNAL MATHEMATICS 文章编号：1005-3085(2008)03-0437-05 Kalman滤波中测量粗差的探测与修复木 宋迎春1，一，朱建军1，陈正阳1，郭云开1 (1一中南大学信息物理工程学院，长沙410083；2-两安测绘研究所，两安710054) 摘要：在动态定位的数据处理中动态观测量町能存在粗差，若数据处理不考虑对这砦异常的特别处理， 则所提供的动态信息将极不可靠。文中计算丫籼差对滤波结果的影响，并由此建立丫动态定位中 粗差的探测和修复算法。最后用数字仿真实验论证了方法的可行性。 关键词：卡尔曼滤波；动态定位；粗差 中图分类号：0231．1 文献标识码：A 分类号：AMS(2000)93Ell 1 引言 当动态系统存在系统误差时，靠滤波自身无法消除，在滤波过程中判别是否出现系统误差 并剔除是十分必要的。关于系统误差的有效辨识和剔除，作者建立过一些具有针对性的实用方 法【l，2】。本文继续文『11的研究，针对动态定位数据处理巾，动态观测量可能存在粗差，建立了 一种粗差探测与修复的新方法。以往的解决方法一般采用自适应抗差滤波算法13-5】，然而臼适 应抗差滤波未考虑不同参数的不同特性，对某些参数的白适应会影响其它参数的解算，已有文 献指出这些方法有其局限性，并不能达到减免模型误差的目的【6】。抗差估计对观测结构比较差 的情况存在粗差的转移和淹没问题，且选取合适的抗差权因子目前还较困难。欧吉坤等【6，7】提 出了以拟准检定法检测观测方程中的粗差，但当粗差较大时，权因子的选择和白适应水平缺乏 足够的论证，不是一种严密的方法【8】。本文采用一种新方法，首先计算动态定位巾观测方程中 的粗差对动态定位结果的影响，从观测数据巾分离出观测误差，得出精确反映粗差变化的检测 量序列，从巾探测出粗差发生的时间，并对粗差大小进行估计，然后用粗差改正量对参与动态 定位解算的数据进行修正。 2 粗差对卡尔曼滤波方程的影响 选取状态向量为x％=【z七，yk，钆，钆，讥，缸】T，z七、挑、魂分别为运动载体的三维位置，钆、 讥、缸分别为运动载体的三维速度。其卡尔曼滤波模型为 Xk+l=圣知+1。七溉+r七肌，磊=凰托+vk， (1) 相应的卡尔曼滤波方程式为 Kk=R，七一1醒(凰R，M醒+Rk)～，氟，k=丸，七一1+gk(zk一风疵，七一1)， 金(06JJ5131)；湖南省教育厅规划课题(06C441)． 438 工 程 数 学 学 报 第25卷 R，k=(I一凰王k)R，％一1， 若我们在上面的基本模犁中来考虑观测值中可能存在的粗差，当出现粗差时可以在滤波方 程和观测方程中加入相应的修正量，此时的滤波模型为 缸=矾孔+Dd+K， ‰+1=垂知+1．知虬+rkwk， (2) 定义如下：对应第i个粗差d，D=【0，…，0，1，0，…，o】丁。若已知在时刻‰出现粗差d，则时 亥Uk(k≥‰)运动载体的位置，速度预报值和滤波分别为贾k，七一1=西％，k一1兄一1，k一1和 Xk，奄=Xk，k一1+虬(玩一凰‰，七一1一Dd)． 当存在粗差，但仍采用模型(1)计算时，递推估计值支k，k一1和吼一1，％一1将不是最优无偏估计而 足有偏的。当观测方程是线性方程时，有偏估计和无偏估计兄，k一1和兄一1，k一1之间的偏差关系 也是线性的【9】。可以证明，无偏估计和有偏估计间的偏差值可用d的线性关系式表达。即