国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于魯棒擴(kuò)展卡爾曼粒子濾波的RAIM算法

2018-12-10 02:58:34彭雅奇許承東范國(guó)超
關(guān)鍵詞:歷元偽距權(quán)值

彭雅奇,許承東,牛 飛,李 臻,范國(guó)超

(1.北京理工大學(xué)宇航學(xué)院,北京 100081; 2.北京衛(wèi)星導(dǎo)航中心,北京 100094)

0 引 言

完好性是衛(wèi)星導(dǎo)航系統(tǒng)的重要服務(wù)性能,通過(guò)完好性監(jiān)測(cè)可以對(duì)故障星進(jìn)行檢測(cè)和識(shí)別并向用戶報(bào)警,從而提高導(dǎo)航系統(tǒng)的可靠性[1]。由于通過(guò)衛(wèi)星自身的系統(tǒng)配置進(jìn)行故障檢測(cè)時(shí),告警時(shí)間較長(zhǎng),通常在15分鐘到幾個(gè)小時(shí)[2],滿足不了實(shí)際應(yīng)用,而在用戶端進(jìn)行的接收機(jī)自主完好性監(jiān)測(cè)(receiver autonomous integrity monitoring,RAIM)對(duì)故障星反應(yīng)迅速,自主性強(qiáng),利用接收機(jī)內(nèi)部的冗余度信息實(shí)現(xiàn)衛(wèi)星故障檢測(cè)和故障識(shí)別,能及時(shí)有效地給用戶提供告警信息,而且用戶級(jí)完好性實(shí)現(xiàn)簡(jiǎn)單,投入成本低,因此成為一種有效的完好性監(jiān)測(cè)方法[3-4]。

早期經(jīng)典的RAIM算法包括Lee[5]提出的偽距比較法、Parkinson[6]提出的最小二乘殘差法和Sturza[7]提出的奇偶矢量法,這3種方法都通過(guò)利用當(dāng)前歷元的冗余觀測(cè)量來(lái)進(jìn)行故障診斷,被統(tǒng)稱為快照式算法[8],由于這些算法難以檢測(cè)微小誤差,因此一些學(xué)者提出利用濾波式RAIM算法,充分利用歷史觀測(cè)信息和當(dāng)前歷元信息來(lái)降低測(cè)量噪聲水平[9],例如Harsha[10]、沙海[11]等提出的基于卡爾曼濾波(kalman filter,KF)的RAIM算法,得到了比快照式算法更好的監(jiān)測(cè)性能,但這類算法要求系統(tǒng)噪聲服從高斯分布,否則濾波性能就會(huì)下降[12-13]。由于系統(tǒng)測(cè)量誤差并不完全服從高斯分布,因此近年來(lái)將基于非線性、非高斯系統(tǒng)的粒子濾波(particle filter,PF)用于RAIM算法成為研究熱點(diǎn),但PF算法中普遍存在粒子退化現(xiàn)象,針對(duì)這一問(wèn)題,通常解決的方法有選擇合理的建議密度函數(shù)和優(yōu)化重采樣策略[14]。國(guó)外Schwiegelshohn[15]、Tran[16]、Daneshyar[17]等都對(duì)PF提出諸多改進(jìn),一定程度上改善了粒子退化,國(guó)內(nèi)王爾申等也將PF用于RAIM算法并結(jié)合遺傳算法、粒子群優(yōu)化等提出了相應(yīng)改進(jìn)[18-20],提高了RAIM算法在非高斯噪聲下的檢測(cè)性能,但同時(shí)也增加了算法的復(fù)雜度,不利于實(shí)際工程應(yīng)用。

本文在前人的研究基礎(chǔ)上提出基于魯棒擴(kuò)展卡爾曼粒子濾波(robust extended Kalman particle filter,REKPF)的RAIM算法,用加入魯棒估計(jì)的擴(kuò)展卡爾曼濾波(extended Kalman filter,EKF)來(lái)計(jì)算粒子的建議密度函數(shù),使先驗(yàn)分布朝著高似然區(qū)域移動(dòng),提高PF的估計(jì)精度。同時(shí)結(jié)合累加對(duì)數(shù)似然比(log-likelihood ratio,LLR)對(duì)故障衛(wèi)星進(jìn)行檢測(cè),通過(guò)實(shí)測(cè)數(shù)據(jù)對(duì)算法進(jìn)行仿真,結(jié)果表明,基于REKPF的RAIM算法能有效改善粒子退化現(xiàn)象,在偽距存在偏差時(shí),具有更短的告警時(shí)間和更高的定位精度。

1 粒子濾波

設(shè)系統(tǒng)的狀態(tài)方程和觀測(cè)方程[21]分別為

xk=f(xk-1,wk-1)

(1)

zk=h(xk,vk)

(2)

式中,xk=[rx,ry,rz,Δtu]T,(rx,ry,rz)為地心地固坐標(biāo)系下接收機(jī)的三維位置坐標(biāo),Δtu為接收機(jī)鐘差;f為狀態(tài)轉(zhuǎn)移函數(shù);wk為過(guò)程噪聲;zk為系統(tǒng)的觀測(cè)矩陣;h表示xk和zk之間的非線性關(guān)系;vk為觀測(cè)噪聲。

偽距觀測(cè)方程為

(3)

PF的核心思想是利用有限個(gè)隨機(jī)采樣粒子的加權(quán)和來(lái)近似表示狀態(tài)變量的后驗(yàn)概率分布,從而得到狀態(tài)的估計(jì)值[22]。PF主要步驟如下:

步驟1粒子初始化,k=0。

根據(jù)先驗(yàn)概率密度函數(shù)p(x0)抽取隨機(jī)樣本構(gòu)成初始粒子集{x0(i);i=1,2,…,N}~p(x0),其中N為粒子數(shù)目,每個(gè)粒子的權(quán)重初始化為1/N,表示為{ω0(i)=1/N;i=1,2,…,N}。

步驟2當(dāng)k=1,2…時(shí)

步驟2.1重要性采樣

在k歷元時(shí),根據(jù)建議密度函數(shù)q(xk|xk-1(i),zk)抽取隨機(jī)樣本為

{xk/k-1(i);i=1,2,…,N}~q(xk|xk-1(i),zk)

(4)

步驟2.2權(quán)值更新

重新計(jì)算每個(gè)粒子的權(quán)值為

ωk(i)=ωk-1(i)p(zk|xk(i))

(5)

權(quán)值歸一化為

(6)

步驟2.3重采樣

步驟2.4狀態(tài)估計(jì)

計(jì)算當(dāng)前歷元的狀態(tài)估計(jì)值為

(7)

步驟3令k=k+1,轉(zhuǎn)入下一個(gè)歷元計(jì)算。

2 REKPF

PF中退化現(xiàn)象不可避免,由于粒子權(quán)值的方差在迭代中不斷增加,迭代一段時(shí)間后,除少數(shù)粒子外,其他粒子的權(quán)值小到可以忽略不計(jì),使得大量計(jì)算資源消耗在處理那些微不足道的粒子上,不僅造成資源浪費(fèi),也影響了最終估計(jì)結(jié)果[23]。

選取合理的建議密度函數(shù)可以改善粒子退化,根據(jù)最小方差原則,最優(yōu)建議密度函數(shù)應(yīng)滿足q(xk|xk-1(i),zk)opt=p(xk|xk-1(i),zk)[24],但實(shí)際應(yīng)用中很難從p(xk|xk-1(i),zk)中采樣,文獻(xiàn)[25]利用EKF產(chǎn)生建議分布在角度跟蹤的應(yīng)用中取得了很好的效果。然而,當(dāng)觀測(cè)數(shù)據(jù)存在偏差時(shí),通過(guò)EKF得到的分布會(huì)受到一定的影響,建議密度函數(shù)的準(zhǔn)確性也會(huì)下降。針對(duì)這一問(wèn)題,本文提出在用EKF計(jì)算建議密度函數(shù)時(shí)加入魯棒估計(jì),使得偽距存在偏差時(shí)粒子采樣更加準(zhǔn)確,REKPF算法主要步驟如下:

步驟1粒子初始化,k=0,同PF。

步驟2當(dāng)k=1,2…時(shí)

步驟2.1通過(guò)REKF進(jìn)行粒子狀態(tài)估計(jì)

(8)

(9)

(10)

(11)

(12)

圖1 基于IGGⅢ方案的權(quán)值處理Fig.1 Weight processing based on IGGⅢ scheme

本文等價(jià)權(quán)的計(jì)算為

(13)

步驟2.2重要性采樣

計(jì)算粒子集的均值和方差為

(14)

(15)

通過(guò)建議密度函數(shù)采樣得到

(16)

步驟2.3權(quán)值更新和重采樣,同PF;

步驟2.4狀態(tài)估計(jì),同PF;

步驟3令k=k+1,轉(zhuǎn)入下一個(gè)歷元計(jì)算。

3 基于REKPF的RAIM算法

3.1 累加LLR檢驗(yàn)統(tǒng)計(jì)量

將LLR檢驗(yàn)定義為各輔助PF和主PF的概率密度函數(shù)之比[18],表達(dá)式為

(17)

量測(cè)量yi到y(tǒng)k的累加LLR可以表示為

(18)

由于系統(tǒng)狀態(tài)估計(jì)的似然函數(shù)可用PF中粒子的歸一化權(quán)值近似表示,故式(18)中的pq(yi|Yi-1)和pM(yi|Yi-1)可表示為

(19)

3.2 故障檢測(cè)

設(shè)當(dāng)前可見(jiàn)星數(shù)目s=7,若其中1顆星出現(xiàn)故障,則需要構(gòu)建s+1個(gè)PF,其中1個(gè)主PF包含所有衛(wèi)星的觀測(cè)量,其余s個(gè)輔助PF包含去除1顆衛(wèi)星后其余衛(wèi)星的觀測(cè)量,最后計(jì)算累加LLR,將所有濾波結(jié)果進(jìn)行一致性檢驗(yàn),如圖2所示。當(dāng)某顆衛(wèi)星出現(xiàn)故障時(shí),不含該故障星的輔助PF的累加LLR與其他輔助PF具有明顯區(qū)別,在一致性檢驗(yàn)中便會(huì)出現(xiàn)告警。

圖2 基于REKPF和累加LLR的故障檢測(cè)原理框圖Fig.2 Fault detection principle diagram based on REKPF and cumulative LLR

基于REKPF和LLR檢測(cè)的RAIM算法流程如下:

步驟1k=0

分別初始化主輔PF的粒子集為

(20)

(21)

步驟2當(dāng)k=1,2…時(shí)

步驟2.1每個(gè)粒子的狀態(tài)估計(jì)通過(guò)REKF計(jì)算,先驗(yàn)粒子集由重要性采樣得到。

步驟2.2權(quán)值更新和重采樣

步驟2.3計(jì)算累加LLR

(22)

步驟2.4故障診斷

步驟3令k=k+1,轉(zhuǎn)入下一個(gè)歷元計(jì)算。

4 仿真驗(yàn)證

本文仿真數(shù)據(jù)從NASA戈達(dá)德空間飛行中心地殼動(dòng)力學(xué)數(shù)據(jù)信息系統(tǒng)(crustal dynamics data information system,CDDIS)下載,選取武漢市九峰鄉(xiāng)的JFNG跟蹤站在2014年第342天8:00起500s的全球定位系統(tǒng)(global position system,GPS)觀測(cè)數(shù)據(jù)進(jìn)行故障檢測(cè)試驗(yàn),這段時(shí)間內(nèi)可以觀測(cè)到7顆GPS衛(wèi)星,編號(hào)分別為5,15,18,21,24,26,29。在試驗(yàn)中,仿真步長(zhǎng)設(shè)置為1 s,粒子數(shù)N=100,累加歷元的窗口長(zhǎng)度選為30,故障檢測(cè)門限τ=200,無(wú)故障時(shí)仿真結(jié)果如圖3和圖4所示。

圖3 無(wú)故障時(shí)的故障檢測(cè)檢驗(yàn)統(tǒng)計(jì)量Fig.3 Fault detection test statistics under normal condition

由圖3可以看出,在衛(wèi)星無(wú)故障情況下,基于PF和REKPF的RAIM檢驗(yàn)統(tǒng)計(jì)量都比較小,遠(yuǎn)遠(yuǎn)小于檢測(cè)門限200,說(shuō)明在這段仿真時(shí)間內(nèi)未檢測(cè)到故障發(fā)生。

圖4 無(wú)故障時(shí)累加對(duì)數(shù)似然比Fig.4 Cumulative LLR under normal condition

圖4中,各衛(wèi)星的累加LLR也比較小,7顆衛(wèi)星的累加LLR大小變化不明顯,沒(méi)有明顯的某顆衛(wèi)星累加LLR大大超過(guò)其他的衛(wèi)星值,表明沒(méi)有故障衛(wèi)星。

4.1 對(duì)階躍類型偽距偏差的檢測(cè)效果

為了驗(yàn)證本文算法對(duì)階躍類型偽距偏差的檢測(cè)能力,對(duì)18號(hào)衛(wèi)星從200 s開(kāi)始人為加入30 m偽距偏差作為階躍類型的故障,仿真結(jié)果如圖5~圖7所示。

圖5 有故障時(shí)用于故障檢測(cè)的檢驗(yàn)統(tǒng)計(jì)量Fig.5 Fault detection test statistics under fault condition

由圖5可以看出,在t<200 s時(shí),累加LLR值較小,滿足Tr<τ,即認(rèn)為該階段未發(fā)生衛(wèi)星故障;在200 s后,18號(hào)星的累加LLR值明顯增加,采用PF的RAIM算法在215 s告警,而采用REKPF的RAIM算法在207 s觸發(fā)告警,有效縮短了延遲時(shí)間。

圖6 階躍故障時(shí)累加對(duì)數(shù)似然比Fig.6 Cumulative LLR under step fault condition

圖6中,REKPF算法的累加LLR跳變值高于PF算法的,提高了故障檢測(cè)的靈敏度;再者,PF算法其他星的累加LLR也有相應(yīng)增加,而REKPF的其他星累加LLR則非常穩(wěn)定,降低了誤警概率。

圖7 階躍故障時(shí)誤差分析Fig.7 Error analysis under step fault condition

由圖7可以看出,當(dāng)偽距存在偏差時(shí),PF算法的估計(jì)誤差有明顯增加,而REKPF算法受偽距偏差影響較小,這表明即使故障未被隔離,REKPF算法仍然能夠準(zhǔn)確估計(jì)接收機(jī)的狀態(tài)。

表1 不同階躍偽距偏差下性能對(duì)比Table 1 Performance comparison of different step pseudo-range bias

可以看出,在不同偽距偏差下,基于REKPF的RAIM算法對(duì)于故障檢測(cè)的延遲時(shí)間都小于基于PF的RAIM算法,由于采用了更加合理的建議密度函數(shù),大大提高了用于檢測(cè)的有效粒子數(shù),同時(shí)加入了魯棒估計(jì),使得RMSE值基本不受影響,提高了系統(tǒng)穩(wěn)定性。

4.2 對(duì)緩變類型偽距偏差的檢測(cè)效果

為了進(jìn)一步驗(yàn)證本文算法對(duì)緩變類型偽距偏差的檢測(cè)能力,對(duì)18號(hào)衛(wèi)星的偽距從200 s開(kāi)始人為加入,由0 m開(kāi)始以0.1 m/s的速率緩慢增長(zhǎng)的偽距偏差,仿真結(jié)果如圖8和圖9所示。

圖8 緩變故障時(shí)累加LLRFig.8 Cumulative LLR under slowly growing fault condition

由圖8可以看出,從300s左右開(kāi)始,累加LLR值開(kāi)始出現(xiàn)明顯差別,采用REKPF的RAIM算法對(duì)于緩變偽距偏差的響應(yīng)速度明顯快于采用PF的RAIM算法,說(shuō)明本文算法對(duì)于緩變偏差的檢測(cè)效果要優(yōu)于PF算法,同樣誤警概率也較低。

圖9 緩變故障時(shí)誤差分析Fig.9 Error analysis under slowly growing fault condition

由圖9可以看出,隨著緩變偽距偏差的積累,PF算法的定位誤差會(huì)隨之增長(zhǎng),而應(yīng)用REKPF算法的定位誤差僅受到微小影響,當(dāng)誤差達(dá)到一定程度后,對(duì)應(yīng)故障星的權(quán)因子會(huì)逐漸降為0,定位誤差即恢復(fù)正常水平,不受故障星的干擾,說(shuō)明本文算法具有一定的魯棒性。

在不同偽距變化速率下,仿真結(jié)果如表2所示。

表2 不同緩變速率偽距偏差下性能對(duì)比Table 2 Performance comparison of different slowly growing pseudo-range bias

5 結(jié) 論

為減小PF中退化現(xiàn)象的影響,提高基于PF的RAIM算法對(duì)偽距偏差的檢測(cè)能力,本文利用EKF計(jì)算PF的建議密度函數(shù),并加入了基于IGGⅢ方案的魯棒估計(jì),結(jié)合累加LLR檢測(cè)方法,建立基于REKPF的RAIM算法。并分別對(duì)階躍類型和緩變類型偽距偏差進(jìn)行驗(yàn)證,仿真結(jié)果表明:本文算法有效粒子數(shù)可達(dá)90%左右,顯著高于PF算法,較大程度改善了粒子退化;在兩種類型偽距偏差下,本文RAIM算法對(duì)于故障衛(wèi)星的檢測(cè)延遲時(shí)間都得到了有效縮短,而且誤警概率較低;同時(shí)在定位精度方面,受故障衛(wèi)星的影響較小,具有更穩(wěn)健的估計(jì)精度。

猜你喜歡
歷元偽距權(quán)值
一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
CONTENTS
歷元間載波相位差分的GPS/BDS精密單點(diǎn)測(cè)速算法
北斗偽距觀測(cè)值精度分析
基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
Recent advances of TCM treatment of childhood atopic dermatitis
GNSS偽距粗差的開(kāi)窗探測(cè)及修復(fù)
Clinical observation of Huatan Huoxue Formula in treating coronary heart disease with hyperlipidemia
Mechanism of sex hormone level in biological clock disorder induced acne and analysis of TCM Pathogenesis
聯(lián)合碼偽距和載波寬巷組合的相對(duì)定位技術(shù)研究
404 Not Found

404 Not Found


nginx
汾阳市| 营口市| 连州市| 六枝特区| 邻水| 龙南县| 五寨县| 洛隆县| 宁都县| 和田市| 宁阳县| 万全县| 瑞安市| 云阳县| 青浦区| 平度市| 永顺县| 湄潭县| 曲阳县| 石楼县| 河北区| 留坝县| 湘西| 湘潭县| 蓬莱市| 塘沽区| 惠水县| 古田县| 长子县| 定安县| 阿巴嘎旗| 安宁市| 东乌珠穆沁旗| 锡林郭勒盟| 日喀则市| 弋阳县| 北安市| 新建县| 信阳市| 绩溪县| 宜兴市|