一种顾及观测质量信息的自适应抗差Kalman滤波方法

发布时间：2021-09-23 05:00

　　针对观测数据含有异常粗差且无多余观测的应用情形,提出一种顾及观测质量信息的自适应抗差Kalman滤波方法。该方法两步计算得到自适应因子和抗差等价权矩阵,即首先利用顾及观测质量信息的抗差Kalman滤波得到消除观测粗差影响的参数估计值,然后根据该值构造动力学模型误差判别统计量并计算自适应因子。以某边坡GPS变形监测数据序列处理为例,利用RPDOP（Relative Position Dilution of Precision）值作为观测质量信息进行处理分析,结果表明该方法能够有效控制动力学模型误差和观测粗差对滤波估值的影响。 

【文章来源】：测绘工程. 2020,29(03)CSCD

【文章页数】：5 页

【部分图文】：

自适应抗差Kalman滤波理论对应关系图

式中:c0,c1的取值与判别统计量的分布性质以及给定的置信区间有关[12],实际取值可参考文献[12]和常用数理统计表。同样可以利用速度状态不符值统计量 Δ X ˙ ～ k 根据三段函数模型法计算自适应因子。3 实例分析

滤波状态模型均采用随机游走模型,RPDOP值的阈值取为3.0;三段函数模型法中c0=1.0,c1=2.0。计算结果见图4～7,通过拉伸横坐标放大得到右侧分图,可更直观的分析各方案在载体变形加速阶段的滤波效果。为定量比较各方案滤波结果的精度,采用小波分析方法对原始观测序列进行处理(图3),鉴于小波分析具有很强的去奇异值和去噪能力,是一种极为有效的静态数据处理方法[13],以小波分析结果作为参考值,计算各方案在载体变形加速阶段(900～920历元)和整体时段的均方根误差,计算结果见表1和表2。图4 方案Ⅰ滤波效果图

【参考文献】：
期刊论文
[1]顾及RPDOP值的GPS变形监测抗差Kalman滤波[J]. 张超,戴吾蛟,曾凡河,潘家宝.  大地测量与地球动力学. 2014(01)
[2]自适应抗差滤波理论及应用的主要进展[J]. 杨元喜,任夏,许艳.  导航定位学报. 2013(01)
[3]卡尔曼滤波粗差修正方法应用[J]. 齐公玉,邱卫宁,花向红.  测绘工程. 2010(01)
[4]变形监测中Kalman滤波状态模型的比较分析[J]. 戴吾蛟,伍锡锈.  大地测量与地球动力学. 2009(06)
[5]分步抗差自适应滤波及其在GPS动态导航中的应用[J]. 归庆明,许阿裴,韩松辉.  武汉大学学报(信息科学版). 2009(06)
[6]临界值可变的抗差估计等价权函数[J]. 杨元喜,吴富梅.  测绘科学技术学报. 2006(05)
[7]Adaptively robust filtering with classified adaptive factors[J]. CUI Xianqiang and YANG Yuanxi (Xi’an Research Institute of Surveying and Mapping, Xi’an 710054, China).  Progress in Natural Science. 2006(08)
[8]基于小波分析的Kalman滤波动态变形模型研究[J]. 马攀,孟令奎,文鸿雁.  武汉大学学报(信息科学版). 2004(04)
[9]改进的Sage自适应滤波方法[J]. 徐天河,杨元喜.  测绘科学. 2000(03)
[10]卡尔曼滤波模型误差的识别[J]. 陶本藻.  地壳形变与地震. 1999(04)



本文编号：3405087