买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：兰州交通大学;陈光武

摘要：本发明是基于信息异常检测的改进Sage‑Husa自适应融合滤波方法及多源信息融合设备，1获取传感器量测信息、GPS经纬度信息；2建立GPSINS组合导航系统模型，建立状态方程和量测方程；3信息异常检测过程，根据预测残差向量构造检验统计量，判断是否有异常观测的存在，当系统有异常量测检测时，采用改进的Sage‑Husa自适应滤波，将卡尔曼滤波增益置零，引入指数衰减自适应因子调整观测量测噪声；4改进的Sage‑Husa自适应滤波方法对组合导航系统进行滤波处理，在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正。多源信息融合设备含有传感器、处理器、信息获取单元、数据传输接收单元。有益效果：添加了信息异常检测过程，提高了系统的导航精度和容错性。

主权项：1.基于信息异常检测的改进Sage-Husa自适应融合滤波方法，其特征是：步骤一：获取传感器量测信息；惯性测量单元中的陀螺仪和加速度计输出相应的角速度和比力的量测信息，GPS输出相应的经纬度量测信息；步骤二：建立GPSINS组合导航系统模型，确定出由位置、速度、姿态以及偏差量构成的多维状态量，建立状态方程和量测方程；步骤三：信息异常检测过程，根据预测残差向量构造检验统计量，判断是否有异常观测的存在；当系统无异常量测时，检验统计量不超过置信极限，采用标准卡尔曼滤波进行预测和校正，从而输出融合滤波结果；当系统有异常量测检测时，采用改进的Sage-Husa自适应滤波，将卡尔曼滤波增益置零，引入指数衰减自适应因子调整观测量测噪声；步骤四：改进的Sage-Husa自适应滤波方法对组合导航系统进行滤波处理，在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正，反馈调节滤波增益K的自适应调节过程，同时信息异常时滤波增益置零，还原为标准Kalman，从而实现抑制信息异常对滤波的影响；改进的Sage-Husa自适应滤波的算法流程如下：初始化状态估计值和协方差，经 判断是否在置信空间内，若是，则进行标准卡尔曼滤波，若不是，则进行抗差自适应滤波，过程为：由，得出 且，得出 ，最后得出；其中：为状态一步预测量，为状态转移矩阵，为k-1时刻的状态估计量，为k-1时刻系统白噪声均值，为预测状态协方差矩阵，为观测矩阵，为协方差矩阵，为预测残差估计量，为预测残差，为系统状态量，为的估计量，为预测残差估计量，为预测残差的均方差，为自适应因子，为的估计量，为噪声协方差矩阵，为观测噪声协方差阵，为观测噪声协方差阵最小值，为的转置矩阵，为的转置矩阵，为观测噪声协方差阵最大值，为增益矩阵，为状态噪声的协方差阵，为状态估计量，为观测矩阵，为k时刻的白噪声均值，为k时刻的状态估计量，为协方差矩阵，为预测残差的转置，为增益矩阵的转置，为状态转移矩阵的转置。

全文数据：

权利要求：

百度查询： 兰州交通大学 陈光武 基于信息异常检测的改进Sage-Husa自适应融合滤波方法及多源信息融合设备