[发明专利]一种基于故障检测的矢量信息分配自适应联邦滤波方法

摘要

本发明公开了一种基于故障检测的矢量信息分配自适应联邦滤波方法，该方法通过建立惯性导航系统的误差状态方程及导航传感器的量测方程，构建卡尔曼子滤波器，在滤波器中设计双状态卡方检测函数，获得状态量中每一个分量的故障检测值。再通过故障检测值以及故障检测阈值构建联邦滤波器的矢量信息分配系数，完成联邦滤波器的信息分配，最终实现对组合导航误差状态量的最优估计。由于矢量信息分配系数是由故障检测值计算获得，利用该分配系数可以实现对量测噪声的自适应调节，并能够在子系统故障状态下将故障信息进行“软隔离”。本发明既提高了全局估计精度，又降低了故障污染。

主权项

一种基于故障检测的矢量信息分配自适应联邦滤波方法，其特征在于，包括如下步骤：步骤1，在惯性导航系统中，选取18维系统误差状态量及东北天坐标系，建立惯性导航系统的误差状态方程；步骤2，在东北天坐标系下，根据各个导航传感器的数据输出特性，建立各组合导航子系统的量测方程；步骤3，根据惯性导航系统的误差状态方程和各组合导航子系统的量测方程，设计各个组合导航子系统的闭环卡尔曼滤波器；步骤4，在各个组合导航子系统的闭环卡尔曼滤波器内，加入双状态卡方检测函数，获得各导航传感器的故障检测信息；步骤5，根据步骤3获得的各个组合导航子系统的闭环卡尔曼滤波器计算状态估计量，利用联邦主滤波器对状态估计量进行信息融合，得到全局最优估计结果；步骤6，根据步骤4获得的各导航传感器的故障检测信息，以及故障检测阈值设计各个子滤波器对应的矢量信息分配参数，公式如下：Bi,k(j,j)=(Λi(j)/ηi,k(j))2Σi=1N(Λi(j)/ηi,k(j))2,j=1,2,...,18]]>其中，Bi,k(j,j)表示矩阵Bi,k对角线的第j个分量，Bi,k表示第i个子滤波器k时刻的矢量信息分配参数，ηi,k表示第i个子滤波器k时刻系统误差状态量的故障检测信息，表示ηi,k的第j个分量，表示第i个子滤波器的故障检测阈值的第j个分量，i＝1,2,…,N，N为子滤波器的数目；根据各个子滤波器对应的矢量信息分配参数完成联邦主滤波器的信息分配过程，公式如下：Pi,k|k-1=Bi,kPg-1Bi,k]]>Qi,k-1=BiQQg-1BiQ]]>X^i,k|k=X^g]]>其中，Pi,k|k表示第i个子滤波器k时刻的系统状态估计误差协方差阵，Ρg表示全局状态估计量的协方差矩阵，Qi,k表示第i个子滤波器k时刻的系统噪声方差矩阵，ΒiQ为Βi,k后9个对角线元素组成的矩阵，Qg为主滤波器中设置的系统噪声方差矩阵，表示第i个子滤波器k时刻的系统状态估计值，表示状态量的全局最优估计结果。