更全的杂志信息网

R-T-S平滑算法与抗差Kalman在数据后处理中的应用

更新时间:2016-07-05

0 引言

GPS/INS组合导航系统的发展随着GPS技术的普及,在军用和民用各领域产生了深远的影响。GPS虽然具有长航时精度高、不受天气影响的优点,但其缺点也显而易见,那就是卫星信号在有些地方受遮挡造成丢星从而影响定位,以及抗干扰性差等因素。INS则是一种完全自主式的导航系统,导航过程中不向外辐射电磁信号,和外界不发生任何光、电的联系,因此具有隐蔽性好、抗干扰能力强,工作不受气象条件限制等优点[1]。但是,纯惯性导航系统也有一个致命的缺点,就是其导航误差随时间增长。组合导航常以INS 作为主导航系统,而将其他导航定位误差不随时间积累的导航系统,如多普勒导航、地形匹配导航等系统作为辅助导航系统,来修正INS在导航过程中的偏差。同时,在算法上采用Kalman滤波技术,对组合系统的状态变量进行最优估计,获得修正信息,从而提高导航精度[2]。这样,既保持了INS系统的自主性,又防止了导航定位误差随时间积累。由于GPS的低动态、窄带宽、高精度与SINS的高动态、宽频带、误差慢漂移特性形成强烈的互补性,所以 GPS/INS 组合在航空、航天、航海、陆地战车等导航领域已得到越来越广泛的应用,具有巨大的发展潜力。

近年来,由于微惯性器件的迅速发展,使得 MINS/GPS 组合导航系统己经在某些领域投入应用,它克服了低精度惯导系统单独工作时误差随时间积累的缺点和GPS系统固有的局限性,并且由于体积小、质量小,大大拓宽了其应用领域。GPS能提供高精度的导航信息,如位置和速度数据,并连续地对准和校准MINS系统[3]。MINS可提供短期的高精度的速度数据,并能辅助接收机在丢星时缩短捕获和重新捕获卫星信号的时间,故在丢星期间可直接采用其进行导航,并提供加速度和姿态数据。因此,MINS/GPS组合导航精度在一定程度上高于2个系统单独工作的导航精度,同时也提高了系统的鲁棒性[4]

本文提出一种基于R-T-S(Rauch-Tung-Striebel)平滑算法和抗差Kalman滤波的数据后处理算法,应用于测绘领域。其基本原理是利用抗差估计原理,构造等价协方差矩阵,降低含有粗差观测值的利用程度[5],从而提高Kalman滤波的抗差能力,并在此前向滤波的基础上,进行后向R-T-S最优固定区间平滑处理,并对该算法进行了实物仿真。结果表明,与传统Kalman滤波相比,R-T-S平滑算法不仅可以提高位置、姿态精度,而且在卫星信号失锁的情况下精度也得到显著改善,并且在不丢星的时刻,抗差Kalman滤波可以有效处理GPS信号中的异常观测值,遏制滤波发散,是一种有效的数据后处理方法。

1 组合导航数据后处理算法流程

在数据后处理过程中,以GPS设备所得数据为基准,用来估计惯导设备的偏差,在卫星信号失锁时,惯导设备所提供的信息可以用来估计载体的运动状态,从而减少卫星信号重新捕获所需的时间[6]

图1 数据后处理算法流程 Fig.1 The flow diagram of data post-processing algorithm

后处理算法主要包含2个过程:首先利用IMU测量的加速度信息、角速度信息进行惯性导航解算,将获得的位置信息、速度信息与GPS信息同步作差(为提高精度通常采用差分GPS),作为前向Kalman滤波的观测量。其次利用前向Kalman滤波过程中获得的协方差矩阵和状态转移矩阵,对状态估值进行反向R-T-S平滑处理,根据平滑结果对INS输出的位置、速度和姿态进行校正,作为系统的最终输出[7]。在本文中,前向Kalman滤波过程采用抗差Kalman滤波,通过滤波增益矩阵来抑制粗差的影响。

2 抗差Kalman技术

在MINS/GPS组合导航中,由于GPS容易受到外界环境的遮挡和干扰,从而产生的异常观测值,称为粗差。粗差作用与Kalman滤波,会引起系统测量模型与实际测量值之间的偏差,从而影响滤波算法的稳定性,甚至导致滤波发散[8]。在GPS导航中,处理GPS观测粗差的一种行之有效的方法是抗差估计,其目的是在检测到观测值存在粗差时,引入等价权,通过降低含有粗差的观测值的权重来提高估计精度。

在本文中,采用抗差最小二乘估计。在紧组合中,假设某一时刻观测有N颗卫星(N≥4),不需要抗差最小二乘的解算结果,只需要计算观测向量的等价协方差矩阵即可。对GPS卫星的观测可以认为独立、等权,故观测值得相对权矩阵为单位矩阵。对紧组合观测方程进行最小二乘估计,并用最小二乘残差结果计算观测值的权因子可得

一是要搞好课前准备。学生和教师都应充分准备课程。尤其是教师,精心准备课堂计划极其重要。即使这一计划没有详细地落实到教案,也应该经过深思熟虑。否则,不但教师本人会很尴尬,而且还会浪费宝贵的课堂时间。在准备课堂计划的同时,教师也应该把必要时需要增加的一些额外课堂活动考虑进去。对学生而言,良好的课前准备意味着带着清楚的目的走进课堂(例如,可能会有一些复杂的句子,学生很难理解,等待老师来解释的)。课前有过精心准备的学生,一般来说,课堂上很活跃,这样也节省了时间

αi=diag[α1α2αn] 0<αi≤1,i=1,2…n

尽管CW、CCW的一次和三次环行状态的偏振串扰是互易的,但是一次和三次环行状态的非互易相移不能完全抵消.图2为典型的一、三次环行状态,即在B、E处发生串扰的情况,与二次环行的主波列.在顺逆时针光束在光路中的偏振环行状态互易的基础上,且其Sagnac非互易相移相反,需要进一步分析其偏振相位,顺逆时针光束的偏置相位差不总等于π/2,具体如表1所示.

(1)

相应的抗差等价协方差矩阵为

(2)

式中,下标S表示最优平滑。在时间区间[N-1,0]内R-T-S固定区间平滑算法的递推公式如下。

(3)

抗差Kalman滤波通过调节观测噪声协方差矩阵调整Kalman滤波的增益。当GPS观测值中含有粗差时,利用抗差最小二乘算法构造等价权矩阵的方法构造观测值的等价协方差矩阵,在Kalman滤波中,观测噪声方差的增大意味着相应观测值增益的减小。因此,可以通过滤波增益矩阵抑制粗差对系统的影响[9]。当观测值中不存在粗差时,观测值的权因子αi=1(i=1,2…n),此时抗差Kalman滤波转变为常规Kalman滤波。

3 平滑技术

平滑技术作为事后或准实时数据处理的一种方法,可以在一定程度上提高数据处理的精度,在测绘领域获得了广泛的应用。平滑技术总的来说分为三类:固定区间平滑(Fixed-Interval Smoothing)、固定点平滑(Fixed-Point Smoothing)和固定滞后平滑(Fixed-Lag Smoothing)。其中在数据后处理中应用最为广泛的方法就是固定区间平滑,其原理图如图2所示。它是在前向Kalman滤波的基础上进行的反向滤波处理,充分利用区间内所有时刻的测量值对某一时刻的状态进行估计。该方法能提供比单向滤波更高的精度,同时在卫星信号失锁段也是一种很好的桥接算法[10]

图2 固定区间平滑算法原理图 Fig.2 Schematic diagram of fixed-interval smoothing algorithm

R-T-S算法是一种固定区间最优平滑算法。许多文献中将R-T-S固定区间最优平滑算法应用到GPS/INS组合导航系统中,结果R-T-S固定区间平滑算法的精度比Kalman滤波的精度高,且该方法计算简单,易于实现,是一种有效的事后处理方法[11]。由于该方法的优势主要在于GPS失锁时刻,而在不丢星时并无显著改进,故本文在该算法的基础上引入了抗差Kalman滤波,使其在不丢星时的精度得到进一步改善,从而得到更好的数据后处理结果。

R-T-S平滑算法由前向滤波和后向滤波组成,前向滤波是经典的Kalman滤波器,用来估计每一时刻的状态,后向滤波是在前向滤波的基础上重复利用部分数据,以获取更精确的状态估计值[12]

如果已知量测值Z0Z1,…,Zk,要求找到Xj的最优线性估计值j>k时,称为系统状态的预测估计;当j=k时,称为系统的滤波估计;当j<k时,称为系统的平滑估计。显然,平滑估计充分利用了区间内所有量测信息,因此在理论上是精度最高的。根据kj的大小关系不同,最优平滑分为固定点平滑、固定滞后平滑和固定区间平滑[13]。利用固定时间区间 [0,N]内得到的所有量测值估计这个区间中每个时刻的状态Xk(k=0,1,…,N),这种平滑称为固定区间平滑。

由于R-T-S平滑算法主要体现在后向滤波处理上,故在执行该算法前,应首先在时间区间 [0,N]内对系统进行前向抗差Kalman滤波,抗差Kalman滤波的递推公式如下。

“昆北”阳平声字“樵”的唱调(《长生殿·酒楼》【集贤宾】“姓字老樵渔”,776),该单字唱调的过腔是,其中的是第一节主调性过腔,是第二节级音性过腔,由此构成的即“主调+级音”两节型过腔。

平滑增益为

(4)

PF(k|k-1)= Φk,k-1PF(k-1|k-1)×

状态向量和方差阵更新:

(5)

式中,下标F表示Kalman滤波。

对学生的安全教育不能是空洞和空泛地开展,要针对小学生的特点,对他们进行 “润物细无声”的熏陶,这样的教育才能浸入孩子们的心脾,影响到思想,触动到灵魂深处。如:通过学校安全橱窗内的安全知识宣传以及楼道安全标语的警示,还有安全黑板报、手抄报等灵活多样的方式,使小学生从多方面多渠道地了解掌握安全知识,在时时处处都重视安全的浓郁氛围下受到感染,从而培养学生重视安全的意识和养成安全的良好行为习惯。

滤波增益为

(6)

根据扭转冲击工作原理对工具结构进行设计,工具详细结构组成如图4所示。扭转冲击工具主要包括:外壳接头、传动短节、液动锤、锤外壳、启动器、分流器及喷嘴等部件组成。其中,核心运动部件为启动器和液动锤,可以在工具内部转动,液动锤双向摆动并撞击到工具内壁面,产生高频扭转冲击。

(7)

同时在Kalman滤波过程中存储各时刻的状态向量和方差阵估计值和预测值

抗差Kalman滤波过程结束后,利用前向滤波过程中存储的数据进行R-T-S固定区间最优平滑。在平滑前需要先对平滑器进行初始化,令k=N,则有:

目前,中国成品油批发价格已经基本实现完全市场化,但零售价格仍参照国家规定的最高零售限价来确定,尚未实现完全市场化,无法有效反映国内成品油市场供需现状。过高的批发价与零售价价差使得一些炼油企业容易误判国内成品油市场供需形势,导致部分地区和企业盲目扩张炼油能力,进一步加剧了中国成品油供应过剩的局面。建议国家加快推进成品油定价机制向市场化定价迈进,以真正有效反映国内成品油市场的供需状况。另外,加快推出成品油期货交易,为市场化定价提供定价基准。通过推动成品油价格市场化,实现资源的最优配置。

喉源性咳嗽的病因病机相对特殊、复杂,如何准确诊断是其临床诊治方面的难点[13-15],本研究针对不同中医辨证分型喉源性咳嗽患者的各项临床检查结果进行分析后发现,不同中医辨证分型患者的嗜酸性粒细胞浓度、中性粒细胞浓度、血清C反应蛋白差异比较具有统计学意义(P<0.05),其局部病理改变以鼻中隔偏曲、鼻炎、咽喉炎、咽喉部滤泡增生为主,所有入组的证型患者的胸部X线片中未见肺部异常改变征象。卫表不固型患者的吸入性变应原检测为阳性,而经皮尔逊相关系数分析,喉源性咳嗽的局部病理改变与其中医辨证分型有关,这提示我们可根据临床检查项目对喉源性咳嗽的中医辨证分型进行进一步明确,以对其实施辨证论治。

PS(N|N)=PF(N|N)

(8)

故抗差Kalman滤波的基本方程可以表述为:

卵巢良性肿瘤在确诊后需立即实施手术治疗,若延误手术时机,疾病呈进行性发展,极易进展为恶性肿瘤[1]。既往开腹手术是治疗卵巢良性肿瘤的常用术式,但术后创伤大,患者恢复速度慢。腹腔镜手术是基于微创技术发展而来,在医学中已得到成功应用。本文就对卵巢良性肿瘤患者采取腹腔镜和开腹手术治疗,其效果现比较如下。

状态向量和方差阵的一步预测:

总而言之,国网电力调控自动化机房安全运行管理要从多方面进行分析,要将机房中的供电方式、温度、湿度、环境控制,实际运行安全防范措施,静电等多方面进行完善,只有这样才能在一定程度上去提升电网的系统安全运行,实现电力企业的可持续发展。

(9)

平滑的状态向量和方差阵的更新为:

国学大师饶宗颐说:“汉字是中华民族的肌理骨干,可以说是整个汉文化构成的因子”。某种程度上,如果“具”字少一横,那么文化因子就丢掉一点。网络讨论已经过去,但汉字的使用危机仍未解除。期盼相关部门出台一些系统性的保护措施,每个人也能有意识地从鼠标键盘中“透个气”,在那些竖折弯钩中,激活中华文化的生命力。

(10)

(11)

本文导航坐标系选取东北天地理坐标系,其状态变量为

4 组合导航系统的数学模型

由式(10)、式(11)可见平滑递推公式是一个由k=N-1到k=0的倒推过程,且平滑递推过程中要用到的状态向量与方差阵的估计值和预测值均为前向Kalman滤波过程中所得的值[14]。故R-T-S算法是前向滤波算法和后向滤波算法的融合,充分利用了区间[0,N] 内的每一组数据,因而精度高于一般Kalman滤波。

XI=[φE φN φU δvE δvN δvU δL δλ δh

中华传统文化,是中华文明成果根本的创造力,是民族历史上道德传承、各种文化思想、精神观念形态的总体。中国传统文化对思想政治教育有着积极的借鉴、启示的作用;中国传统文化思想典籍是思想政治家与不可或缺的部分;中国传统文化本身具有思想教育功能是中国传统文化软实力的重要组成部分。

εx εy εz x y z δtu δtru]T

(12)

其中,φEφNφU为数学平台失准角;δvE、δvN、δvU分别为载体的东向、北向和天向速度误差;δL、δλ、δh分别为纬度误差、经度误差和高度误差;εxεyεzxyz分别为陀螺随机常值漂移和加速度计随机常值零偏;δtu、δtru 分别是与时钟误差等效的距离误差和与时钟频率误差等效的距离率误差。

系统采用紧组合的方式,其状态方程为

(13)

基于伪距、伪距率的量测方程为

(14)

式中各系数矩阵均可通过导航关系解算出来,由于篇幅关系不再赘述。

5 跑车实验介绍

为了验证R-T-S算法和抗差Kalman滤波在数据后处理中的应用,进行了跑车试验,车载3套MIMU,共进行了3组试验,每组实验的安装方式如图3所示。

图3 实验安装方法 Fig.3 The experimental installation method

按照第一种安装方式,在基准点J01停止,采集MIMU的输出,约10min。沿北清路行进、掉头返回,继续行进,采集该过程中MIMU的输出数据。行进路径如图4所示。按照第二种、第三种安装方式重复试验。

图4 实验地段北清路 Fig.4 The Beiqing Road in experiment

在Matlab环境下,先对GPS/MINS组合导航系统进行前向Kalman滤波,同时存储Kalman滤波器在各个时刻的估计值。事后利用R-T-S最优平滑算法对系统进行后向平滑处理,分别得到位置误差、姿态误差、组合位置的图像如图5~图7所示。

图5 位置误差 Fig.5 The position error

图6 姿态误差 Fig.6 The attitude error

图7 位置 Fig.7 The position

从以上各图中可以看出,与标准Kalman滤波相比,R-T-S最优平滑滤波和抗差Kalman滤波的结合可以有效地减小系统的位置和姿态误差,提高系统的精度。基于标准Kalman滤波的导航结果在过程中出现了较大跳变,其原因主要是受到伪距、伪距率粗差观测值的影响。相比之下,抗差Kalman滤波降低了观测噪声方差较大项的滤波增益,可以有效减少噪声的影响,图像相比之下并没有出现较大的跳变。并且当GPS不失锁时,R-T-S算法对导航结果的平滑的优势主要体现在GPS测量更新的间隙,能够有效减少SINS预测过程中误差的积累,也能在一定程度上削弱随机误差的影响。但由于试验所选惯导精度较高,故对随机误差的削弱主要还是由抗差Kalman完成。但当可见卫星数小于4颗时,抗差Kalman滤波退化为普通Kalman滤波,此时导航解算精度的提高主要依赖于R-T-S算法,但由于本实验所选地段较为开阔,整个过程中仅有3座桥梁会造成丢星的发生,不存在丢星时刻的长时间积累,故R-T-S算法的优势并不能完全发挥。但经过R-T-S算法和抗差Kalman滤波的结合,整体数据后处理的精度仍有大幅提高,位置精度能够提高50%以上,姿态精度也有40%左右的提升。

6 结论

为了提高数据处理的精度,获得高精度的速度、位置和姿态信息,将R-T-S最优平滑算法和抗差Kalman滤波应用于数据后处理中。其中当可观测卫星数大于等于4颗时,抗差Kalman滤波模型成立,可以降低观测噪声方差较大项的滤波增益,通过滤波增益矩阵来抑制粗差的影响;R-T-S算法此时对后处理精度提高的优势主要体现在GPS测量更新的间隙,能够有效减少SINS预测过程中误差的积累,也能在一定程度上削弱随机误差的影响。当可观测卫星数小于4颗时,抗差Kalman滤波退化为普通Kalman滤波,此时后处理精度的提高主要依赖于R-T-S算法,在前向Kalman滤波的基础上进行的反向滤波,充分利用了区间内所有时刻的测量值对状态进行估计,显著提高数据后处理的精度。两者的结合可以在全时段提高数据后处理的精度,是一种有效的数据后处理方法。

参考文献

[1] Rochette P, Gattacceca J, Ivanov A V, et al. Mag-netic properties of lunar materials: Meteorites, Luna and Apollo returned samples[J]. Earth and Planetary Science Letters, 2010, 292(3-4): 383-391.

[2] 马云峰. MSINS/GPS组合导航系统及其数据融合技术研究[D]. 南京:东南大学, 2006.

[3] 付梦印,邓志红,闫莉萍. Kalman滤波理论及其在导航系统中的应用[M]. 北京:科学出版社, 2010.

[4] Shortelle K J, Graham W R, Rabourn C. F-16 flight tests of a rapid transfer alignment procedure[C]// Position Location and Navigation Symposium. IEEE, 1998: 379-383.

[5] 秦永元. 惯性导航[M]. 北京:科学出版社, 2005.

[6] Richmond N C, Hood L L. A preliminary global map of the vector lunar crustal magnetic field based on Lunar Prospector magnetometer data[J]. Journal of Ge-ophysical Research: Planets,2008, 113(E2).

[7] Purucker M E. A global model of the internal magn-etic field of the Moon based on Lunar Prospector ma-gnetometer observations[J].Icarus, 2008, 197(1): 19-22.

[8] 严恭敏. 捷联惯导算法及车载组合导航系统研究[D]. 西安:西北工业大学, 2004.

[9] 董明. 捷联惯性导航误差模型与初始对准技术研究[D]. 郑州:解放军信息工程大学, 2011.

[10] Nassar S. Different Algorithms for Bridging Kine-matic DGPS Outages Using SINS/DGPS Integration[C]// Institute of Navigation Satellite Division Technical Meeting. Portland, 2002: 1474-1480.

[11] Hood L L. Central magnetic anomalies of Nectarian-aged lunar impact basins: Probable evidence for an early core dynamo[J]. Icarus, 2011, 211(2):1109-1128.

[12] Xiao-Xu W, Quan P, LIANG Y, et al. Application of unscented transformation for nonlinear state smoo-thing[J].Acta Automatica Sinica, 2012, 38(7): 1107-1111.

[13] Liu Jianye, Yuan Xin. The application of smoothing filter to GPS/INS integrated navigation system[J]. Aerospace Control, 1995(4):36-44.

[14] 李靖松. 基于伪距、伪距率组合导航技术的研究[D]. 南京:南京理工大学, 2009.

桑田,陈家斌,宋春雷,余欢
《导航定位与授时》 2018年第03期
《导航定位与授时》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息