一种鲁棒Sigma-point滤波算法及其在相对导航中的应用

《一种鲁棒Sigma-point滤波算法及其在相对导航中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第31卷第5期2010年5月航空学报’ACTAAERONAUTICAETASTRONAUTICASINICAV01．3lNo．5May2010文章编号：1000—6893(2010)05—1024—06一种鲁棒Sigma—point滤波算法及其在相对导航中的应用王小刚，郭继峰，崔乃刚(哈尔滨工业大学航天学院，黑龙江哈尔滨150001)RobustSigma-pointFilteringandItsApplicationtoRelativeNavigationWangXiaogang，GuoJifeng，CuiNaigang

2、(SchoolofAstronautics，HarbinInstituteofTechnology，Harbin150001，China)摘要：研究了一种鲁棒Sigma-point滤波方法在无人机编队相对导航问题上的应用。该方法采用Huber估计方法，将Sigma-point滤波量测更新转化为求解线性回归问题，新的Sigma-point滤波方法是一种混合L1、L2范数最小估计，当量测噪声为受污染的高斯白噪声时，该方法具有一定的鲁棒性。给出了编队无人机相对惯导方程和相对视线矢量测量原理，应用鲁棒Sigma-point滤波方法

3、融合相对惯导信息和相对视线矢量信息，估计出无人机之间的相对姿态、相对速度和相对位置。仿真结果表明，与扩展卡尔曼滤波和常规Sigma-point滤波相比，鲁棒Sigma-point滤波可以获得更高的估计精度。关键词：导航系统；视觉；鲁棒性；卡尔曼滤波；高斯分布中图分类号：V241．62+5文献标识码：AAbstract：TherobustSigma-pointfilteringisinvestigatedandappliedtOrelativenavigationforunmannedaerialvehicles(UAVs)

4、informationflight．MakinguseofHuber-basedestimationmethod，themeasurementupdateofSigma-pointfilteringisachievedbysolvingthelinearregressionproblem．ThenewSigma-pointfilteringwhichisacombinedminimumL1andL2normestimatorexhibitsrobustnesswithrespecttOdeviationsfromtheco

5、mmonlyassumedGaussianerrorprobability．Therelativeinertialequationandlineofsightmeasurementareprovided．TherobustSigma-pointfilteringisusedtOfuserelativeinertialinformationandlineofsightmea-surements，estimatingtherelativeattitude，velocityandposition．Simulationresult

6、sshowrobustSigma-pointfilteringisabletOachievemoreaccuracyestimationthanstandardSigma—pointfilteringandstandardextendedKalmanfiltering．Keywords：navigationsystems；visionrobustness；Kalmanfilter；Gaussiandistribution很多飞行任务的成败取决于能否获取精确的相对导航信息，比如无人机紧密编队飞行、协同编队飞行、空中加油以及航

7、天器自主交会对接D-s]。其中，无人机采用协同编队方式对目标区域进行搜索，可以有效地提高搜索效率，是当前的一个研究热点。文献E63提出了一种基于惯性导航系统／全球定位系统(INS／GPS)的相对导航方法，该方法依赖于GPS信号的可用性，不适合于在干扰环境下使用。文献E23和文献17]结合无人机编队问题，研究了视觉导航设备辅助惯导获取相对导航信息的方法。通过长机上的视觉导航设备观测僚机上的特征光点，获取相对视线矢量信息，校正惯导漂移。该方法的精度取决于视觉导航设备的性能，收穑日期：2009—05—11；修订日期：2009—0

8、7—22基金项目：航天科技创新基金(CASC0209)通讯作者：崔乃刚E-mail：Cui_naigang@163．corn不依赖于外部信号，具有一定的自主性。目前，扩展卡尔曼滤波和Sigma—point滤波[8]是解决非线性滤波问题的主要手段，这两种方法属于L2范数最小估计。当噪声输入不符合高斯分布时