自适应滤波和联邦卡尔曼滤波ppt课件.ppt

《自适应滤波和联邦卡尔曼滤波ppt课件.ppt》由会员分享，可在线阅读，更多相关《自适应滤波和联邦卡尔曼滤波ppt课件.ppt（54页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、导航理论与技术教研室导航理论与技术教研室2022-7-301测绘学院五系测绘学院五系 自适应滤波和联邦卡尔曼滤波自适应滤波和联邦卡尔曼滤波组合导航组合导航导航理论与技术教研室导航理论与技术教研室2022-7-302本次课主要内容本次课主要内容主要内容：主要内容：卡尔曼滤波卡尔曼滤波 自适应卡尔曼滤波自适应卡尔曼滤波 联邦卡尔曼滤波联邦卡尔曼滤波重点和难点：重点和难点： 自适应卡尔曼滤波自适应卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-303q卡尔曼滤波是一种卡尔曼滤波是一种递推线性最小方差估计递推线性最小方差估计。一、卡尔曼滤波一、卡尔曼滤波kkkkkkkkkkVXHZWX

2、X1111,设离散化后的系统状态方程和量测方程分别为：设离散化后的系统状态方程和量测方程分别为：导航理论与技术教研室导航理论与技术教研室4TxyzenuxyzxyzXvvvLh2022-7-304一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室5XFXGWNS6 96 615 15FFF00nb3 3n3 3b9 39 315 6C0G0C002022-7-305TzyxzyxWWWWWW) t (W一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室6Z(t)VxVyVzxyzT ZHXV2022-7-306一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室

3、导航理论与技术教研室2022-7-307( )( ) ( )( )()()coscoseIeGeenInGnnuIuGuuIGMMnIGNNeIGuvvvMvvvMvvvMZ tH t X tV tLL RRL NRLRLNhhh N一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-308间接法滤波示意图间接法滤波示意图XIXNIXXNXIXIXXIIXXXINININXXXXXXXX 一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-309离散卡尔曼滤波方程离散卡尔曼滤波方程 1/)(kkkkkPHKIP或 11,1/kkkkk

4、XXq 状态一步预测方程状态一步预测方程)(1/1/kkkkkkkkXHZKXXq 状态估计计算方程状态估计计算方程11/1/)(kTkkkkTkkkkRHPHHPKq 滤波增益方程滤波增益方程TkkkTkkkkkkkQPP1111,11,1/q 一步预测均方误差方程一步预测均方误差方程TkkkTkkkkkkkKRKHKIPHKIP)()(1/q 估计均方误差方程估计均方误差方程一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-30101/ kk11,1/kkkkkXX)(1/1/kkkkkkkkXHZKXX11/1/)(kTkkkkTkkkkRHPHHPKTk

5、kkTkkkkkkkQPP1111,11,1/TkkkTkkkkkkkKRKHKIPHKIP)()(1/1kX1kk kX1kPkP1kk 1, kkTkkkQ111kRkHkRkH1/ kkPkKkZ滤波计算回路滤波计算回路增益计算回路增益计算回路一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3011（1 1）状态一步预测方程）状态一步预测方程1kXX Xk-1k-1的卡尔曼滤波估值的卡尔曼滤波估值1/kkX利用利用 计算得到的一步预测计算得到的一步预测1kX/11,1k kkk kXXkw的均值为零的均值为零一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研

6、室导航理论与技术教研室2022-7-3012（2 2）状态估计方程）状态估计方程)(1/1/kkkkkkkkXHZKXXkkkkkkkkkkkkkkVXHXHVXHXHZ1/1/1/ 上式就是通过上式就是通过 计算新息，并左乘一个系数矩阵计算新息，并左乘一个系数矩阵把把 估计出来，加到估计出来，加到 中，从而得到估中，从而得到估值值 ， 称为滤波增益矩阵称为滤波增益矩阵1/ kkX1/kkXkXkKkK一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3013（3 3）估计均方误差方程）估计均方误差方程 K Kk k选取的标准就是卡尔曼滤波的估计准则，也就是使选

7、取的标准就是卡尔曼滤波的估计准则，也就是使得得 均方误差阵最小，为求均方误差阵最小，为求Kk, Kk, 先推导估计均方误差先推导估计均方误差kX|1kkkkkk kkkxxxIK HxK VkTkkPE x x |1|1|1k kTk kk kPE xx|1|100kk kTTk kkE xVE V x 预测误差预测误差 与量测噪声与量测噪声 互不相关，故互不相关，故|1k kxkV1,00,10kkkk iiiixxW 和和 与量测噪声与量测噪声 互不相关。互不相关。|1k kxkxkV|1|1Tkkkk kkkkkk kkkPEIK HxK VIK HxK V/1()()TTkkkk kk

8、kkkkPIK HPIK HK R K一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3014（4 4）滤波增益方程）滤波增益方程11/1/)(kTkkkkTkkkkRHPHHPK K Kk k选取的原则是使得均方误差阵选取的原则是使得均方误差阵 最小；最小；kP 采用微分求极值的方法，即：将采用微分求极值的方法，即：将 改为改为 ，得到，得到的估计均方误差标以的估计均方误差标以 ，其与，其与 的差值为的差值为 ，求出使求出使 为非负定的为非负定的 值就是使值就是使 为最小的为最小的 。 kKkkKKkPkkkPPPkPkPkKkPkK/1()TTTkkkk

9、kkkkPWWKH PHRK/1TTTkkk kkkkkWKH PIH KR K一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3015 是用是用 来估计来估计 的系数矩阵。的系数矩阵。 ,1,1kk kkkkk kxxKZH x1,1,1TTkk kkkk kkkKPHH PHR ,1,1k kkk kkPKPR,1k kZ,1k kxkK 设状态矢量和量测矢量都是一维的，且设状态矢量和量测矢量都是一维的，且H=1H=1， q 这说明增益系数是这说明增益系数是预测均方误差预测均方误差在它和在它和量测噪声方差量测噪声方差之和中之和中所占的所占的比例比例。 一、

10、卡尔曼滤波一、卡尔曼滤波p 增益矩阵的直观意义增益矩阵的直观意义导航理论与技术教研室导航理论与技术教研室2022-7-3016（5 5）一步预测均方误差方程）一步预测均方误差方程11/1/)(kTkkkkTkkkkRHPHHPK 从下式可以看出，求从下式可以看出，求K Kk k必须先求出必须先求出P Pk/k-1k/k-1 式中式中 ，为，为 的估计误差，可以看的估计误差，可以看出一步预测均方误差阵出一步预测均方误差阵P Pk/k-1k/k-1是从估计均方误差阵是从估计均方误差阵P Pk-1k-1转转移过来的，并且再加上系统噪声方差的影响。移过来的，并且再加上系统噪声方差的影响。111kkkX

11、XX1kXTkkkTkkkkkkkQPP1111,11,1/ 的均方误差阵，即：的均方误差阵，即：TkkkXXEP111,1kX一、卡尔曼滤波一、卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3017二、自适应卡尔曼滤波二、自适应卡尔曼滤波 在卡尔曼滤波计算中，可能出现在卡尔曼滤波计算中，可能出现发散发散的现象。的现象。 当量测值数目不断增加时，按滤波方程计算的估计均方误差当量测值数目不断增加时，按滤波方程计算的估计均方误差阵趋于零或趋于某一稳态值，但阵趋于零或趋于某一稳态值，但估计值估计值和和实际状态实际状态的偏差却越来的偏差却越来越大，使滤波器逐渐失去估计作用。这种现象称

12、为滤波器的越大，使滤波器逐渐失去估计作用。这种现象称为滤波器的发散发散。导航理论与技术教研室导航理论与技术教研室2022-7-3018设系统和量测为：设系统和量测为：状态状态 和量测和量测 都是标量，都是标量， 和和 为互不相关的零均值白为互不相关的零均值白噪声序列，并有：噪声序列，并有：111,2,rrkkkrrkkkxxwzxvkrkxrkzkwkv1kkQR设设 ，试求解状态估计值，估计误差方差以及真，试求解状态估计值，估计误差方差以及真实误差。实误差。在设计滤波器时误认为系统没有噪声，即系统模型为：在设计滤波器时误认为系统没有噪声，即系统模型为：000,1xP1kkxx二、自适应卡尔曼

13、滤波二、自适应卡尔曼滤波p 滤波发散例子滤波发散例子导航理论与技术教研室导航理论与技术教研室2022-7-3019二、自适应卡尔曼滤波二、自适应卡尔曼滤波 计算过程中的舍入误差引起。计算过程中的舍入误差引起。 系统的数学模型或噪声模型的统计特性不准确，没有能够系统的数学模型或噪声模型的统计特性不准确，没有能够真实的反映系统的真实过程。真实的反映系统的真实过程。p 滤波发散原因滤波发散原因导航理论与技术教研室导航理论与技术教研室2022-7-3020二、自适应卡尔曼滤波二、自适应卡尔曼滤波Sage-Husa自适应滤波自适应滤波强跟踪强跟踪Kalman滤波滤波改进的自适应滤波改进的自适应滤波渐消记

14、忆自适应滤波渐消记忆自适应滤波平方根滤波平方根滤波p 几种主要的自适应滤波方法几种主要的自适应滤波方法导航理论与技术教研室导航理论与技术教研室2022-7-3021二、自适应卡尔曼滤波二、自适应卡尔曼滤波p Sage-HusaSage-Husa自适应滤波自适应滤波 利用观测数据进行递推滤波的同时，通过利用观测数据进行递推滤波的同时，通过时变噪声统计估时变噪声统计估值器值器，实时估计和修正系统噪声和观测噪声的统计特性，从而，实时估计和修正系统噪声和观测噪声的统计特性，从而达到降低模型误差、抑制滤波发散、提高滤波精度的目的。达到降低模型误差、抑制滤波发散、提高滤波精度的目的。导航理论与技术教研室导

15、航理论与技术教研室2022-7-3022二、自适应卡尔曼滤波二、自适应卡尔曼滤波1 1、利用标准的卡尔曼滤波方程计算出各个状态的估计值、利用标准的卡尔曼滤波方程计算出各个状态的估计值 11,111,1,111,111,111,1,1,1111,111111111,kkkkkkkkkkkTTkkkkkkkkkTkkkkkkkkTTkkkkkkkkkkkkkkkkXXKZXXqKPHHPHRPPQPIKHPIKHKR KZZHXrp Sage-HusaSage-Husa自适应滤波自适应滤波导航理论与技术教研室导航理论与技术教研室2022-7-3023二、自适应卡尔曼滤波二、自适应卡尔曼滤波2、计算

16、系统噪声和量测噪声的均值和方差矩阵、计算系统噪声和量测噪声的均值和方差矩阵 111,1,11111,1111,1111111,1,(1)(1)(1)(1)kkkkkkkkkTTkkkkkkkkkkkkkkkkkkTTTkkkkkkkkkkk kkkrd rd ZHXRd Rd Z ZH PHqd qd XXQd Qd K Z Z KPP p Sage-HusaSage-Husa自适应滤波自适应滤波导航理论与技术教研室导航理论与技术教研室2022-7-3024二、自适应卡尔曼滤波二、自适应卡尔曼滤波p Sage-HusaSage-Husa自适应滤波自适应滤波 实时解算系统噪声统计特性，计算精度较

17、高；实时解算系统噪声统计特性，计算精度较高； 增加了计算量，实时性难以保证；增加了计算量，实时性难以保证； 计算噪声方差易失去正定性，稳定性和收敛性不能完全保证。计算噪声方差易失去正定性，稳定性和收敛性不能完全保证。导航理论与技术教研室导航理论与技术教研室2022-7-3025二、自适应卡尔曼滤波二、自适应卡尔曼滤波p 强跟踪强跟踪KalmanKalman滤波滤波q 通过牺牲一定的精度换取滤波稳定性通过牺牲一定的精度换取滤波稳定性q 将状态估计一步预测均方误差阵乘以加权系数将状态估计一步预测均方误差阵乘以加权系数导航理论与技术教研室导航理论与技术教研室2022-7-3026二、自适应卡尔曼滤波

18、二、自适应卡尔曼滤波1,11,1,Tkkkkk kkkkPPQ111(1),.,( )kkkdiagn111111,1,111TkkkkkknTTikkkkkkkitr vRHQ HCPHH1 1111(0)(1 ,01)1TTkkkkZZkvvZ Zk p 强跟踪强跟踪KalmanKalman滤波滤波1111()1)( )(1)1ikikkikCCiC状态发状态发生突变生突变kZ增大1,kkkkkvCP、 、增大跟踪状跟踪状态变化态变化导航理论与技术教研室导航理论与技术教研室2022-7-3027二、自适应卡尔曼滤波二、自适应卡尔曼滤波 p 强跟踪强跟踪KalmanKalman滤波滤波 结构

19、简单、跟踪能力强、可靠性高结构简单、跟踪能力强、可靠性高； 破坏了滤波器的最优条件，滤波精度降低。破坏了滤波器的最优条件，滤波精度降低。导航理论与技术教研室导航理论与技术教研室2022-7-3028二、自适应卡尔曼滤波二、自适应卡尔曼滤波p 改进的自适应滤波改进的自适应滤波导航理论与技术教研室导航理论与技术教研室2022-7-3029二、自适应卡尔曼滤波二、自适应卡尔曼滤波收敛性判据：收敛性判据：Tr TTkkkkZ ZE Z Z ,1kkkk kZZH X储备系数储备系数量测估计误差，即新息量测估计误差，即新息,1Tkk kkkH PHRp 改进的自适应滤波改进的自适应滤波导航理论与技术教研

20、室导航理论与技术教研室2022-7-3030二、自适应卡尔曼滤波二、自适应卡尔曼滤波 卡尔曼滤波器发散，计算的协方差阵卡尔曼滤波器发散，计算的协方差阵P P逐渐趋于零，状逐渐趋于零，状态估计过于依赖过去的数据，这种情况下，常采取态估计过于依赖过去的数据，这种情况下，常采取渐消记忆渐消记忆的卡尔曼滤波来克服发散。的卡尔曼滤波来克服发散。 采用渐消记忆限制采用渐消记忆限制Kalman滤波器对旧数据的利用权重，滤波器对旧数据的利用权重，以便充分利用现时的观测数据。以便充分利用现时的观测数据。p 渐消记忆自适应滤波渐消记忆自适应滤波导航理论与技术教研室导航理论与技术教研室2022-7-3031二、自适

21、应卡尔曼滤波二、自适应卡尔曼滤波一步预测估计误差方程一步预测估计误差方程|1,11,1111TTk kk kkk kkkkPsPQ 渐消因子渐消因子 S1，使，使 增大，进而增大，进而 增大，使得新量测值增大，使得新量测值 在估在估计值中的权重增加，计值中的权重增加，“过老过老”的量测值的作用相对地减少，从而的量测值的作用相对地减少，从而抑制滤波发散。抑制滤波发散。 |1k kPkKkZp 渐消记忆自适应滤波算法渐消记忆自适应滤波算法导航理论与技术教研室导航理论与技术教研室2022-7-3032二、自适应卡尔曼滤波二、自适应卡尔曼滤波平方根滤波就是计算平方根滤波就是计算 和和 的平方根的平方根

22、 kPLnm/1k kPTLLA nnL L称为称为A A的平方根的平方根TkkkP /1/1/1Tk kk kk kP 平方根滤波不但能保证平方根滤波不但能保证 和和 的非负定性，而且在数值计的非负定性，而且在数值计算中，计算算中，计算 的字长只须计算的字长只须计算 的字长的一半，就能达到相的字长的一半，就能达到相同的精度。同的精度。kP/1k kPPp 平方根滤波算法平方根滤波算法导航理论与技术教研室导航理论与技术教研室33n 利用卡尔曼滤波技术对组合导航系统进行最优估计组合有利用卡尔曼滤波技术对组合导航系统进行最优估计组合有两种途径：两种途径：集中式滤波集中式滤波 分散化滤波分散化滤波

23、利用一个卡尔曼滤波器利用一个卡尔曼滤波器来集中地处理所有导航来集中地处理所有导航子系统的信息子系统的信息三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室34滤波器滤波器ggPX ,子系统子系统1 1参考系统参考系统时间更新时间更新最优融合最优融合子系统子系统2 2子系统子系统N N三、联邦卡尔曼滤波三、联邦卡尔曼滤波p 集中式滤波器结构集中式滤波器结构导航理论与技术教研室导航理论与技术教研室35优点：优点：(1)(1) 可以给出最优的误差估计；可以给出最优的误差估计； (2)(2) 只有一个滤波器，结构简单，工程中容易实现。只有一个滤波器，结构简单，工程中容易实现。

24、 缺点：缺点：(1)(1) 状态维数高，计算负担重，带来状态维数高，计算负担重，带来“维数灾难维数灾难” ” ，不，不利于滤波实时运行；利于滤波实时运行； (2)(2) 容错性能差，不利于故障诊断，信息污染问题。容错性能差，不利于故障诊断，信息污染问题。 三、联邦三、联邦卡尔曼滤波卡尔曼滤波p 集中式滤波器特点集中式滤波器特点导航理论与技术教研室导航理论与技术教研室36n 利用卡尔曼滤波技术对组合导航系统进行最优估计组合的利用卡尔曼滤波技术对组合导航系统进行最优估计组合的两种途径：两种途径：分散化滤波分散化滤波 利用子滤波器处理子系统的信息利用子滤波器处理子系统的信息通过全局滤波器实现所有子系

25、统的信通过全局滤波器实现所有子系统的信息融合息融合集中式滤波集中式滤波 三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室37n 联邦滤波器一般结构联邦滤波器一般结构LF2LF2LF1LF1LFNLFN主滤波器主滤波器,ggXP子系统子系统2 2子系统子系统1 1子系统子系统N N参考系统参考系统111,XP222,XPNNN,XP11,ggXP12,ggXP1N,ggXP时间更新时间更新最优融合最优融合mm,XPgXmgP三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室38n 联邦滤波要解决的问题：联邦滤波要解决的问题：p滤波器的容错性能

26、要好，滤波的精度要高；滤波器的容错性能要好，滤波的精度要高；p由局部滤波到全局滤波的融合算法要简单，计算量小。由局部滤波到全局滤波的融合算法要简单，计算量小。 上述几个性能要求是矛盾的。要容错性能好，有时就要牺牲一上述几个性能要求是矛盾的。要容错性能好，有时就要牺牲一些精度。为了解决这几个性能要求，联邦滤波中用了些精度。为了解决这几个性能要求，联邦滤波中用了“误差上界误差上界”技术和技术和“信息分配信息分配”原则，获得最佳折中的性能。原则，获得最佳折中的性能。三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3039三、联邦卡尔曼滤波三、联邦卡尔曼滤波

27、若有若有N个局部状态估计个局部状态估计 和相应的估计误差协和相应的估计误差协方差阵方差阵 ，且各局部估计互不相关，即，且各局部估计互不相关，即 ，则全，则全局最优估计可表示为：局最优估计可表示为： 12,NXXX 1122,NNPPP0ijPij11NggiiiiXPPX111NgiiiPP 若若 的估计精度的估计精度差，即差，即 很大，很大，则它在全局估计则它在全局估计的贡献的贡献 就比就比较少。较少。iXiiP1iiiP X n 各子滤波器的估计不相关时的融合算法各子滤波器的估计不相关时的融合算法其中其中导航理论与技术教研室导航理论与技术教研室40n 信息分配原则信息分配原则首先说明什么是

28、信息，系统中有两类信息：首先说明什么是信息，系统中有两类信息：（1 1）状态运动方程的信息）状态运动方程的信息p状态方程的信息量是与系统噪声的方差成反比的，因此可用状态方程的信息量是与系统噪声的方差成反比的，因此可用Q Q-1 -1表示状态方程信息量；表示状态方程信息量；（2 2）量测方程的信息）量测方程的信息p量测方程的信息可用量测噪声协方差的逆量测方程的信息可用量测噪声协方差的逆R R-1 -1表示。表示。三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室2022-7-3041三、联邦卡尔曼滤波三、联邦卡尔曼滤波 将系统噪声总的信息将系统噪声总的信息 分配到各子滤

29、波器和主滤波器中去，即分配到各子滤波器和主滤波器中去，即1Q1111NimiQQQ11iimmQQQQ1111NimiQQQ11Nimi信息守恒原理信息守恒原理n 信息分配原则信息分配原则导航理论与技术教研室导航理论与技术教研室2022-7-3042三、联邦卡尔曼滤波三、联邦卡尔曼滤波 由子滤波器与主滤波器合成的全局估计值由子滤波器与主滤波器合成的全局估计值 及其相应的估计及其相应的估计误差方差阵误差方差阵 被放大为被放大为 后再反馈到子滤波器，以重置子滤后再反馈到子滤波器，以重置子滤波器的估计值。波器的估计值。 gXgPigXX1iiigPP 1igP信息分配系数信息分配系数根据信息分配原根

30、据信息分配原则来确定，不同则来确定，不同的值可获得联邦的值可获得联邦滤波器的不同结滤波器的不同结构和不同特性。构和不同特性。n 信息分配原则信息分配原则导航理论与技术教研室导航理论与技术教研室2022-7-3043三、联邦卡尔曼滤波三、联邦卡尔曼滤波联邦滤波器的设计步骤：联邦滤波器的设计步骤：将子滤波器和主滤波器的将子滤波器和主滤波器的初始估计误差方差矩阵初始估计误差方差矩阵设置为组合导设置为组合导 航系统初始估计误差方差的航系统初始估计误差方差的 倍，倍， 满足信息守恒原则；满足信息守恒原则；将子滤波器和主滤波器的将子滤波器和主滤波器的过程噪声协方差矩阵过程噪声协方差矩阵设置为组合导航设置为

31、组合导航 系统过程噪声协方差矩阵的系统过程噪声协方差矩阵的 倍；倍；各子滤波器处理自己的量测信息，获得局部估计；各子滤波器处理自己的量测信息，获得局部估计；在得到各子滤波器的局部估计和主滤波器的估计后，进行最优在得到各子滤波器的局部估计和主滤波器的估计后，进行最优 合成；合成；用全局最优滤波解来重置各子滤波器和主滤波器的滤波值和估用全局最优滤波解来重置各子滤波器和主滤波器的滤波值和估 计误差方差矩阵。计误差方差矩阵。 iii导航理论与技术教研室导航理论与技术教研室2022-7-3044三、联邦卡尔曼滤波三、联邦卡尔曼滤波根据信息分配策略不同，联邦滤波算法有根据信息分配策略不同，联邦滤波算法有4

32、种实现模式：种实现模式：零复位模式零复位模式变比例模式变比例模式无反馈模式无反馈模式融合融合反馈模式反馈模式 n 联邦滤波器结构联邦滤波器结构导航理论与技术教研室导航理论与技术教研室45（1 1）零复位模式（）零复位模式（ 零化式重置）零化式重置）0, 1imLF2LF2LF1LF1LFNLFN主滤波器主滤波器,ggXP子系统子系统2 2子系统子系统1 1子系统子系统N N参考系统参考系统111,XP222,XPNNN,XP零化重置时间更新时间更新最优融合最优融合mm,PXgX1gmP零化重置零化重置三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室46优、缺点优、缺

33、点p主滤波器分配到全部信息主滤波器分配到全部信息; ;p故障检测和隔离能力强故障检测和隔离能力强; ;p减少了数据通讯量，计算简单，解算精度不高。减少了数据通讯量，计算简单，解算精度不高。（1 1）零复位模式（）零复位模式（ 零化式重置）零化式重置）0, 1im三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室47（2 2）变比例模式（）变比例模式（ 有重置）有重置）1)N/(1imLF2LF2LF1LF1LFNLFN主滤波器主滤波器,ggXP子系统子系统2 2子系统子系统1 1子系统子系统N N参考系统参考系统111,XP222,XPNNN,XP11,ggXP12,

34、ggXP1N,ggXP时间更新时间更新最优融合最优融合mm,PXgX1gmP三、联邦卡尔曼滤波三、联邦卡尔曼滤波导航理论与技术教研室导航理论与技术教研室48优、缺点优、缺点p主滤波器与子滤波器之间平均分配信息；主滤波器与子滤波器之间平均分配信息；p融合后全局滤波精度高，局部滤波因为有全局滤波反馈，融合后全局滤波精度高，局部滤波因为有全局滤波反馈，精度也提高了；精度也提高了；p一个子系统发生故障后，主滤波器受污染，隔离后必须重一个子系统发生故障后，主滤波器受污染，隔离后必须重新初始化主滤波器。新初始化主滤波器。（2 2）变比例模式（）变比例模式（ 有重置）有重置）1)N/(1im三、联邦卡尔曼滤

35、波导航理论与技术教研室导航理论与技术教研室49（3 3）无反馈模式（）无反馈模式（ 无重置）无重置）N/1, 0imLF2LF2LF1LF1LFNLFN主滤波器主滤波器,ggXP子系统子系统2 2子系统子系统1 1子系统子系统N N参考系统参考系统111,XP222,XPNNN,XP时间更新时间更新最优融合最优融合三、联邦卡尔曼滤波三、联邦卡尔曼滤波2022-7-3049导航理论与技术教研室导航理论与技术教研室50优、缺点：优、缺点：p主滤波器状态方程无信息分配，主滤波器不需要进行主滤波器状态方程无信息分配，主滤波器不需要进行滤波，所以主滤波器的估计值取为全局估计，即滤波，所以主滤波器的估计值

36、取为全局估计，即p各局部滤波器独立滤波，没有反馈重置带来的相互影各局部滤波器独立滤波，没有反馈重置带来的相互影响，提高了容错性能；响，提高了容错性能；p由于没有全局估计的反馈重置，局部估计精度不高。由于没有全局估计的反馈重置，局部估计精度不高。（3 3）无反馈模式（）无反馈模式（ 无重置）无重置）N/1, 0im)XPXP(PXXNN111ggm三、联邦卡尔曼滤波三、联邦卡尔曼滤波2022-7-3050导航理论与技术教研室导航理论与技术教研室51（4 4）融合）融合- -反馈模式（反馈模式（ 有重置）有重置）N/1, 0imLF2LF2LF1LF1LFNLFN主滤波器主滤波器,ggXP子系统子

37、系统2 2子系统子系统1 1子系统子系统N N参考系统参考系统111,XP222,XPNNN,XP11,ggXP12,ggXP1N,ggXP时间更新时间更新最优融合最优融合三、联邦卡尔曼滤波2022-7-3051导航理论与技术教研室导航理论与技术教研室52优、缺点优、缺点p具有反馈作用，精度较高；具有反馈作用，精度较高；p滤波器的故障检测与隔离能力差。滤波器的故障检测与隔离能力差。（4 4）融合）融合- -反馈模式（反馈模式（ 有重置）有重置）N/1, 0im三、联邦卡尔曼滤波三、联邦卡尔曼滤波2022-7-3052导航理论与技术教研室导航理论与技术教研室53结论：结论：p利用融合后的全局状态

38、和协方差去利用融合后的全局状态和协方差去反馈重置子滤波器反馈重置子滤波器，提高，提高子滤波器精度，但是主滤波器也因此容易受到故障子滤波器子滤波器精度，但是主滤波器也因此容易受到故障子滤波器的影响；的影响；p如果不将融合后的全局状态和协方差去反馈重置子滤波器，如果不将融合后的全局状态和协方差去反馈重置子滤波器，那么就不会产生交叉污染，容错性能大大提高。那么就不会产生交叉污染，容错性能大大提高。三、联邦卡尔曼滤波三、联邦卡尔曼滤波2022-7-3053导航理论与技术教研室导航理论与技术教研室2022-7-3054思考题思考题1、导致卡尔曼滤波发散的原因有哪些？、导致卡尔曼滤波发散的原因有哪些？2、目前有哪几种自适应滤波？有什么特点？、目前有哪几种自适应滤波？有什么特点？3、归纳总结联邦滤波四种实现模式的优缺点。、归纳总结联邦滤波四种实现模式的优缺点。