非线性自适应抗差滤波新方法及其应用研究

针对非线性系统的滤波问题和卫星定轨的实际，本项目将非线性滤波领域研究的热点方法- - Unscented卡尔曼滤波、扩展卡尔曼滤波和自适应滤波、抗差估计等方法相结合，探讨、研究一种估计精度高、数值稳定、计算高效、易于实现的非线性自适应抗差滤波新方法，重点解决四个方面的问题：1）采样策略的构建与自适应选择；2）非线性自适应抗差滤波的模型构造；3）非线性自适应抗差滤波的算法设计；4）非线性自适应抗差滤波在卫星定轨中的应用。本项研究不仅对非线性滤波和自适应抗差滤波进行了有效拓展，既可解决非线性滤波的自适应问题、稳健性问题，又可解决自适应抗差滤波直接处理强非线性系统的估计问题；而且给卫星定轨和其它非线性系统的滤波问题提供了严密的科学理论和行之有效的技术手段，具有重要的理论意义和广阔的应用前景。

针对非线性系统的滤波问题和卫星定轨的实际，本项目对自适应滤波算法、抗差估计理论、采样卡尔曼滤波、扩展卡尔曼滤波、星载GPS卫星定轨方法等进行了深入研究，取得了一些重要成果。构建了基于时间序列参数模型补偿的自适应滤波模型和算法，有效提高了滤波运算效率和工程应用能力。构建了基于核半参数模型补偿的自适应滤波模型和算法，可有效控制有色噪声影响，具有广泛的适用性。提出了自适应高斯混合EKF算法，该滤波算法不仅能有效提高滤波的精确度，而且能显著提高滤波的一致性和计算速度。基于自适应滤波和抗差估计原理，构造了自适应抗差扩展卡尔曼滤波来实现星载GPS卫星定轨，实测计算表明，自适应抗差扩展卡尔曼滤波对观测误差和状态扰动具有一定的抵制能力。提出了处理有色观测噪声的UKF算法，实验表明该算法能够有效处理观测有色噪声，提高滤波参数的可靠性。基于非线性滤波理论和抗差估计理论，提出了一种自适应抗差UKF算法，该算法综合了非线性滤波和自适应抗差滤波的优点，建立了有效的自适应方案、抗差方案和采样方案。基于Rao-Blackwellisation技术，对标准UKF模型和算法进行了适当扩展，分别构建了相应的UKF扩展模型和算法。针对UKF在卫星定轨应用中存在计算效率和估计精度之间如何平衡的问题，提出了一种将UKF和EKF相结合的新算法，即UKF-EKF算法，算例结果表明，新算法估计精度与UKF相当，但计算效率提高了30%左右。提出了一种求解窄巷模糊度的新方法，经多历元数据平滑固定窄巷模糊度时，该方法能够减少平滑的历元个数，缩短窄巷模糊度浮点解收敛的时间。构建了多星座组合系统性能提升的量化指标，通过仿真实验，验证了量化指标的有效性。提出了一种适用于多星座组合导航系统的快速选星算法——基于最小仰角阈值的分区加权快速选星法，实验表明该选星算法在计算量上远小于WPDOP选星，选星效果要优于基于最优PDOP的选星算法。