基于UKF的姿態(tài)無關GPS雙差整周模糊度確定

基于UKF的姿態(tài)無關GPS雙差整周模糊度確定

ID:46601057

大小:280.55 KB

頁數(shù):6頁

時間:2019-11-26

基于UKF的姿態(tài)無關GPS雙差整周模糊度確定_第1頁
基于UKF的姿態(tài)無關GPS雙差整周模糊度確定_第2頁
基于UKF的姿態(tài)無關GPS雙差整周模糊度確定_第3頁
基于UKF的姿態(tài)無關GPS雙差整周模糊度確定_第4頁
基于UKF的姿態(tài)無關GPS雙差整周模糊度確定_第5頁
資源描述:

《基于UKF的姿態(tài)無關GPS雙差整周模糊度確定》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫

1、2010年6月第3期中國空間科學技術ChineseSpace——ScienceandTechnology31基于UKF的姿態(tài)無關GPS雙差整周模糊度確定韓璐景占榮李冬段哲民(西北工業(yè)大學電子信息學院,西安710072)摘要基于運動的GPS雙差整周模糊度確定方法需要預先知道栽體的姿態(tài),為了消除對姿態(tài)的依賴,研究了一種新的整周模糊度確定方法。首先將多天線載波雙差相位矢量觀測方程轉化為標量觀測方程,消去了對載體姿態(tài)矩陣的依賴。經(jīng)過短時離線觀測,以中心估計算法和協(xié)方差白化算法估計和修正雙差整周模糊度的近似解及協(xié)方差矩陣。再以該近似解和協(xié)方差矩陣為初值,由無跡卡爾曼濾波(UK

2、F)實時估計雙差整周模糊度的精確解。最后對該方法進行了仿真,仿真結果表明經(jīng)過離線批處理算法的預處理UKF可準確收斂于真實解,證明了方法的正確和有效性。關鍵詞無跡卡爾曼濾波姿態(tài)無關雙差整周模糊度協(xié)方差白化1引言全球定位系統(tǒng)(GPS)的載波雙差相位消除了鐘差,具有精度高、不受美國P碼保密限制等優(yōu)點,已經(jīng)越來越多地應用于航天器的姿態(tài)測量和控制上。利用載波雙差相位確定姿態(tài)的前提是準確求解雙差整周模糊度,其實質是載波雙差相位觀測的整數(shù)偏差確定。雙差整周模糊度求解方法大致分為兩類:基于搜索的方法Ll巧3和基于運動的方法[6。8]。基于搜索的方法通過估計殘差最小化確定模糊度解,盡

3、管可以利用基線的先驗知識限制搜索空間,但當觀測噪聲增大或信號強度降低時這種方法仍有可能得到錯誤的解?;谶\動的方法在GPS接收天線與觀測衛(wèi)星的幾何構型發(fā)生變化時采集觀測數(shù)據(jù)進而求解整周模糊度,其求解的基礎是天線一衛(wèi)星的幾何變化使模糊度可觀測。傳統(tǒng)的基于運動的模糊度確定算法需要給定載體姿態(tài)的先驗估計,文獻[6]介紹了一種無需載體姿態(tài)先驗知識的模糊度確定方法,但由于將模糊度的矢量觀測轉化為標量觀測,降低了其可觀測性使得模糊度的估計值對初值敏感。對此本文設計了一種基于無跡卡爾曼濾波器(UKF)的姿態(tài)無關雙差整周模糊度確定方法。該方法先將多天線載波雙差相位矢量觀測方程轉化為

4、姿態(tài)無關的標量觀測方程,再利用中心化估計算法[91和協(xié)方差白化算法Do]離線估計雙差模糊度的近似解及方差,接著以其為初值由UKF在線估計收斂解。由于將矢量觀測方程轉化為標量觀測方程,消去了姿態(tài)矩陣,故不需要載體姿態(tài)的估計。另外采用了離線估計算法估計狀態(tài)初值及協(xié)方差,使UKF克服了因低可觀測性導致的對狀態(tài)初值敏感不易正確收斂的缺點。仿真結果說明了該方法的可行性和有效性。收稿日期:2009—10—12。收修改稿日期;2009—12—29中國空間科學技術2010年6月2姿態(tài)無關的載波雙差相位標量觀測方程2.1多天線載波雙差相位矢量觀測方程GPS載波相位的雙差觀測消去了接收

5、機鐘差,對于短基線來說電離層、對流層延遲近似相同,兩次差分其差值已經(jīng)很小故可忽略。載波雙差相位觀測模型表示為銣一bTAsJ+肋。+"tOo(1)式中9“表示由第i根基線和第J根單差視線得到的雙差相位觀測;bt表示第i根基線在載體系(VB)的坐標;s』表示第歹根單差視線在地心地球固連系(ECEF)的坐標;A為由ECEF系到VB系的旋轉矩陣,也即載體的姿態(tài)矩陣;A為載波波長;竹。為雙差整周模糊度;叫Ⅱ為觀測噪聲,既包括接收機本身的噪聲,還包括一些未建模的誤差如多徑誤差、電離層延遲、對流層延遲等,這里統(tǒng)一將其看做零均值高斯隨機過程,方差為鸝。假設觀測中有M個基線和N個單差

6、視線可用,則在觀測時刻k共有MN個觀測方程,將這些方程整理得到如下矢量觀測方程:4'J(忌)=BTA(k)s,(忌)+Ajv,+¨,J(志)(2)式中蛾(愚)一[驢1』?9心]R,B=Ebl?6^f],N,=[nlj?以岣]一,W,(蚤)一[訓1j?硼刪]’k,j=1,?,N。2.2姿態(tài)無關的標量觀測方程以A(k)s,(憊)為未知量,將式(2)改寫為或(五)一AN』----BTA(k)sj(正)+W(正)』當至少有3個非共面基線時,由加權最小二乘估計得到如下結論(以下為了簡略將k省去):Asj=2』一cj+句(3)其中;,=(BA,B1’)~BA,電(4)cf=A(

7、BA,BT)一BA,jv,(5)Aj=diag(西孑?c嗡)(6)式中£,為一個零均值高斯隨機過程,其協(xié)方差矩陣Rj=(BA,BT)~。為了消除對姿態(tài)矩陣A的依賴,對式(3)取模平方得到

8、

9、彤I

10、2一lIAs川2=02川2+llc刈2—2sAjTc,+2(2J~q)T島+0島02(7)取標量觀測乃一lI2jIl2—0s,lI2,觀測噪聲q=--2(§j—cj)TgJ一08川2,得到標量觀測方程為≈=25AJTcj—cjcj+vj(8)其中觀測噪聲的均值為弘,=E[功]=--tr(Rj),方差為盯;=E[嵋]一盧;=4(§』一cj)TR,(§,一c』)+2tr(R

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。