基于新型自适应联邦滤波的无人机全源导航技术研究.pdfVIP

基于新型自适应联邦滤波的无人机全源导航技术研究

摘要

信息融合是机载全源导航的关键技术之一，联邦滤波器因其结构简单而得到广泛

应用。然而，全源导航系统中存在量测信息延迟，数学模型参数不精确以及信息分配

方式结构单一等问题，针对这三个问题，本文开展了基于新型自适应联邦滤波的无人

机全源导航技术研究。

首先，全源导航系统传感器的量测信息由于数据处理与传输等原因会出现量测延

迟现象，导致当前的状态信息无法与量测信息相匹配，增加了信息融合的难度。为此

本文设计了一种基于时间回溯的时间配准方法，通过将当前的状态信息回溯到之前的

延时时刻，利用卡尔曼滤波的量测更新算法来吸收延迟的量测信息，最后利用时间更

新算法将预测状态递推到当前时刻，完成滤波器的时间配准。

其次，联邦滤波的传感器测量在某些干扰环境下会变得不可靠，状态和测量噪声

协方差矩阵会随时间变化而难以估计。不准确的协方差矩阵会导致传统联邦滤波器的

定位精度下降。针对这一问题，本文提出了一种基于变分贝叶斯的自适应联邦卡尔曼

滤波算法，并将其应用于INS/GPS/地形/地磁多源导航系统。仿真和实验结果表明，在

时变甚至未知状态和测量噪声协方差矩阵条件下，所提滤波器的定位精度优于传统联

邦滤波器，对无人机多源导航具有积极作用。

论文还针对无人机在平稳环境下受到的野值干扰问题开展了相关研究，设计了一

种新型抗干扰鲁棒联邦滤波方法。该方法将量测噪声建模为学生t分布的形式来更加

准确地反映量测噪声的分布规律；并引入位置参数，使滤波器中的量测噪声协方差矩

阵能根据量测野值的变化来自适应调整。仿真结果表明，该算法能有效降低传感器量

测野值干扰造成的定位误差。

最后，论文针对联邦滤波信息分配方式简单，结构单一这一问题，开展了信息分

配因子的研究工作，设计了一整套前馈信息共享因子与反馈信息分配因子的自适应算

法。论文利用新息的实际值与二阶统计量的变化率来自适应调整信息分配因子的大小，

从而调节各子滤波器中的估计误差协方差矩阵与量测噪声协方差矩阵，实现了联邦滤

波信息的最优分配。最后通过仿真和实验验证了该算法的有效性。

关键词：全源导航；联邦滤波；时间配准；变分贝叶斯；学生t分布；信息分配因

子

基于新型自适应联邦滤波的无人机全源导航技术研究

Abstract

Informationfusionisoneofthekeytechnologiesofairborneall-sourcenavigation,

wherefederatedfilteriswidelyusedduetoitssimplestructure.However,therearesome

problemsintheall-sourcenavigationsystemincludingmeasurementdelay,inaccurate

mathematicalmodelparametersandsimpleinformationdistributionstructure.Inorderto

solvethethreeproblemsabove,anewadaptivefederatedfilterbasedall-sourcenavigation

technologyofUAVisdevelopedinthispaper.

Firstly,thesensormeasurementsinall-sourcenavigationsystemareeasilytobedelayed

duetodataprocessingandtransmission.Asaresult,thecurrentstateinformationcan’tmatch

themeasurementinformat