卡尔曼滤波与组合导航-第三讲.pptVIP

第三章 卡尔曼滤波原理 3.1 卡尔曼滤波与最优估计 3.2 卡尔曼滤波方程 3.3 连续系统的卡尔曼滤波方程 3.4 连续—离散系统卡尔曼滤波方程 3.5 卡尔曼滤波在组合导航中的应用方式 3.6 非线性系统的卡尔曼滤波 3.7 卡尔曼滤波与系统可观测性分析 3.1 卡尔曼滤波与最优估计 卡尔曼滤波是一种最优估计技术 ！ 3.2 卡尔曼滤波方程 1、离散系统的数学描述 3.3 连续系统的卡尔曼滤波方程 一般情况下经常采用离散卡尔曼滤波方程 根据估计均方误差最小的估计准则，按上述系统和量测值，可以推导出连续系统的滤波方程，即 3.4 连续—离散系统卡尔曼滤波方程 实际被估计状态的系统经常是连续系统，而量测是间隔时间的，这种被估计对象常称为连续—离散系统 滤波方程 : 连续系统离散化的实质 上式中T为滤波器的计算周期 3.5 卡尔曼滤波在组合导航中的应用方式 1、输出校正和反馈校正 3.6 非线性系统的卡尔曼滤波 一、非线性系统的卡尔曼滤波方程 二、按标称状态线性化的卡尔曼滤波方程 三、按最优状态估计线性化的卡尔曼滤波方程 ——广义（推广/扩展卡尔曼滤波方程） 3.7 卡尔曼滤波与系统可观测性分析 一、系统的能观性能控性 二、不完全可观测系统 三、线性时变系统可观测性分析——PWCS方法 基于奇异值分解的系统状态可观测度分析方法步骤 基于奇异值分解的可观测度分析方法在动基座对准中的应用 结论: 解决了系统状态变量可观测性的定量分析问题 不需要事先进行卡尔曼滤波解算，直接利用可观测矩阵进行可观测度分析 为动基座对准时状态变量可观测度分析提供了有效途径 （1）直接法估计和间接法估计 组合导航系统采用卡尔曼滤波 进行估计的主要对象 导航参数 导航参数 位置λ，L 速度VX ,VY ,VZ 姿态ψ,θ,γ 导航参数用X表示 直接法 间接法 根据滤波器状态选取的不同，估计方法分为 以各种导航参数X为主要状态 滤波器估值的主要部分即是导航参数的估值 以某种导航系统输出导航参数的误差为主要状态 滤波器估值的主要部分即是导航参数误差的估值 模型可能是线性的，也可能是非线性的 模型一般都是线性的 根据间接法估计的状态都是误差状态，即滤波方程矢量是上述导航参数误差状态△X和其他误差状态的集合（仍用△X表示） 利用状态估值 去对原系统进行校正也有两种方法，即输出校正和反馈校正两种。 （2）输出校正 惯性系统 卡尔曼滤波器 其他导航系统 + - 图3.2 输出校正的滤波器 间接法的综合导航卡尔曼滤波器：将惯性系统和其他的导航系统各自计算的某些导航参数 （分别用XI和XN表示）进行比较，其差值就包含了惯导某些导航参数误差，即： 滤波器将这种差值作为量测值，经过滤波计算，得到滤波器的状态估值。 — 输出校正的定义： 就是用导航参数误差的估值 去校正系统输出的导航参数，得到综合导航系统的导航参数估值 （即经过校正后系统导航参数值）即： 定义 的估计误差 为： 即组合导航系统的导航参数 的误差 ，就是惯导系统导航参数误差估值 的估计误差 。 （3）反馈校正 惯性系统 卡尔曼滤波器 其他导航系统 + - 图3.3 反馈校正的滤波器 采用反馈校正的间接法估计是将惯导系统导航参数误差 的估值 反馈到惯导系统内，对误差状态进行校正。 根据误差状态的性质，反馈校正又分成三种 3：补偿校正（对惯性仪表误差的校正）； 1：脉冲校正（对速度误差和位置误差等的校正）； 2：速率校正（对平台误差角的校正）； 脉冲校正： 令系统方程和量测方程分别为： 脉冲校正： 为了简化讨论，设利用tk时刻量测Zk即能计算得到估值 并且施加校正。设XK各状态在tkc时刻都能够施加脉冲反馈校正 UkP ， tkc表示施加校正后的tk时刻，则tkc 刻的状态方 为： 校正量 UkP就是估计值 的负值，则滤波器中经校正后的估值 为： 经过校正后估值为零 表示量测 校正前的tk时刻 补偿校正： 补偿反馈校正是滤波器工作时间内任何时刻都施加校正量 设各个状态都施加补偿校正Uc ，补偿校正前的状态为Xb， 补偿后的状态为 X， X =Xb +Uc，则方程不因Uc而改变。 但量测方程一般与经过校正后的状态有关。即： 脉冲校正与补偿反馈校正的共同点： 输出校正与反馈校正总结 从形式上看，输出校正仅仅校正系统的输出量，而反馈校正则是校正系统内部的状态。可以证明，两种校正方法的性质是一样的，具有同样的精度。 但