本發(fā)明涉及一種SINS/GPS/偏振光組合導(dǎo)航系統(tǒng)多目標(biāo)優(yōu)化抗干擾濾波方法。該方法充分利用了SINS/GPS/偏振光組合導(dǎo)航系統(tǒng)中存在的多源干擾特性，通過設(shè)計(jì)干擾估計(jì)器的方法抵消可建模干擾，設(shè)計(jì)混合魯棒濾波器來抑制高斯噪聲和范數(shù)有界干擾，可提高導(dǎo)航系統(tǒng)的精度、可靠性以及抗干擾能力。

背景技術(shù)：
隨著航空工程領(lǐng)域飛行器的工作環(huán)境變得日益復(fù)雜，對飛行器自主性、抗干擾性和快速反應(yīng)能力提出了越來越高的要求，因此導(dǎo)航系統(tǒng)的濾波精度以及可靠性變的越來越重要。受到硬件技術(shù)以及成本的限制，單一的導(dǎo)航系統(tǒng)很難滿足載體的自主性，抗干擾性和快速反應(yīng)的需求。研究抗干擾性強(qiáng)、精度高的濾波算法是解決問題的途徑之一。SINS/GPS/偏振光組合導(dǎo)航系統(tǒng)為一多源干擾系統(tǒng)。SINS自身存在的模型不確定性，量測噪聲、慣性器件漂移，機(jī)械振動、空間環(huán)境等干擾。GPS受到的電磁干擾；偏振傳感器存在的光電器件的輸出誤差，偏振傳感器的安裝誤差，傳感器的采集、處理與控制電路在工作時(shí)產(chǎn)生的電熱噪聲隨機(jī)誤差，以及傳感器在工作中由環(huán)境變化引起的輸入誤差。SINS誤差方程、GPS偽距量測方程、偏振光量測方程本質(zhì)上都是非線性的。上述這些干擾共同作用使得SINS/GPS/偏振光組合導(dǎo)航表現(xiàn)出非常復(fù)雜的非線性?？柭鼮V波器(KF)是一種最小方差的最優(yōu)估計(jì)器，已經(jīng)廣泛的應(yīng)用到實(shí)際系統(tǒng)中，但是卡爾曼濾波器將干擾假設(shè)為單一的高斯噪聲，且要求系統(tǒng)模型足夠準(zhǔn)確，因此傳統(tǒng)的卡爾曼濾波器具有很大的保守性，對于多源干擾系統(tǒng)，難以實(shí)現(xiàn)高精度控制和估計(jì)。對于非線性系統(tǒng)，處理方法主要有擴(kuò)展卡爾曼濾波(EKF)、無跡卡爾曼濾波(UKF)、粒子濾波，H2/H∞+DOBC抗干擾濾波等。EKF將非線性模型基于泰勒級數(shù)展開，取一階截?cái)嘧鳛樵瓲顟B(tài)方程和量測方程的近似，EKF要求噪聲為高斯噪聲且模型足夠準(zhǔn)確，EKF濾波方法在線性化的過程中存在著舍入誤差，因此產(chǎn)生較大的模型誤差，系統(tǒng)存在著模型不確定性，且對于非高斯噪聲等其他干擾不能很好的估計(jì)，因此對濾波精度有一定的影響。UKF可以直接應(yīng)用于非線性模型，但要求噪聲為高斯噪聲，且UKF計(jì)算量較大，不能有效的實(shí)施。粒子濾波算法復(fù)雜、計(jì)算量大，實(shí)時(shí)性差，在實(shí)際應(yīng)用中存在很多問題。多目標(biāo)優(yōu)化抗干擾濾波充分利用了系統(tǒng)中干擾的特性，將系統(tǒng)中干擾進(jìn)行分類建模，對于某些特性已知的干擾，可以充分利用其信息，分別采用干擾抵消和干擾抑制的方法，建立一類同時(shí)具有干擾抵消與抑制性能的多目標(biāo)優(yōu)化抗干擾濾波方法的研究框架?？山５母蓴_通過設(shè)計(jì)干擾觀測器來抵消，設(shè)計(jì)魯棒濾波器來抑制高斯噪聲和能量有限的干擾。建立含有多源干擾的慣性導(dǎo)航系統(tǒng)誤差新模型，并將多目標(biāo)優(yōu)化抗干擾濾波方法應(yīng)用到SINS/GPS/偏振光組合導(dǎo)航中，提高慣性導(dǎo)航系統(tǒng)的濾波精度、可靠性以及抗干擾能力。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明要解決的技術(shù)問題是：克服SINS的機(jī)械振動、建模誤差、非線性動態(tài)、環(huán)境干擾等干擾，提供一種精度高、可靠性強(qiáng)、抗干擾能力強(qiáng)的SINS/GPS/偏振光導(dǎo)航系統(tǒng)多目標(biāo)優(yōu)化抗干擾濾波方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案為：將SINS、GPS、偏振傳感器以及環(huán)境中的干擾進(jìn)行分類，對不同類型的干擾進(jìn)行干擾建模，高斯隨機(jī)變量和范數(shù)有界未知變量分別通過H2技術(shù)以及H∞技術(shù)來抑制，可建模干擾通過設(shè)計(jì)干擾觀測器來抵消。具體包括以下步驟：(1)建立以偏振方位角α為量測量的量測方程；(2)充分利用干擾特性，建立基于失準(zhǔn)角速度v、位置p為狀態(tài)的狀態(tài)方程以及基于速度v、位置p以及偏振方位角α為量測量的量測方程，并將狀態(tài)方程和量測方程離散化；(3)對系統(tǒng)的干擾進(jìn)行分類，對不同類型的干擾進(jìn)行干擾建模；(4)設(shè)計(jì)漂移估計(jì)器估計(jì)并抵消可建模干擾；(5)根據(jù)設(shè)計(jì)的漂移估計(jì)器，構(gòu)造H2/H∞混合濾波器；(6)構(gòu)造狀態(tài)估計(jì)誤差系統(tǒng)，用多目標(biāo)優(yōu)化抗干擾濾波算法對所述H2/H∞混合濾波器進(jìn)行集中式濾波，并輸出導(dǎo)航信息。所述的步驟(1)中基于偏振方位角α為量測量的量測方程中的量測量為：其中，為載體坐標(biāo)系到偏振模塊坐標(biāo)系的姿態(tài)轉(zhuǎn)換矩陣，為導(dǎo)航系和載體系之間姿態(tài)轉(zhuǎn)移矩陣的名義值，為地理系和導(dǎo)航系之間姿態(tài)轉(zhuǎn)移矩陣的名義值，Φ×為姿態(tài)角的反對稱矩陣，δθ×為[δλsinLδλcosLδL]的反對稱矩陣，為導(dǎo)航坐標(biāo)系到載體坐標(biāo)系的姿態(tài)轉(zhuǎn)換矩陣，為地球坐標(biāo)系到導(dǎo)航坐標(biāo)系的姿態(tài)轉(zhuǎn)換矩陣，為當(dāng)?shù)靥柺噶吭诘厍蜃鴺?biāo)系的表示。將系統(tǒng)中的干擾進(jìn)行分類，建立一類多源干擾SINS/GPS/偏振導(dǎo)航系統(tǒng)誤差新模型：x(k+1)＝Ax(k)+Bωn(k)+u(k)+B1ω1(k)+B2ω2(k)(2)y(k)＝Cx(k)+Dωn(k)+u(k)+D1ω1(k)+D2ω2(k)其中，x(k)為系統(tǒng)狀態(tài)變量；A為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣；ω(t)為慣性傳感器漂移，近似描述為一階馬爾科夫過程、ω1(t)為高斯噪聲，ω2(t)為范數(shù)有界干擾；B(t)，B1(t)，B2(t)分別為過程噪聲矩陣，高斯噪聲矩陣，范數(shù)有界干擾矩陣，C為系統(tǒng)量測矩；D(t)，D1(t)，D2(t)分別為量測過程噪聲矩陣和量測高斯噪聲矩陣和范數(shù)有界干擾矩陣；控制輸入u(k)用于標(biāo)定和補(bǔ)償。所述步驟(3)中的干擾建模具體描述為：將慣性傳感器漂移近似描述為一階馬爾科夫過程，對于SINS模型誤差、SINS機(jī)械振動、環(huán)境干擾等價(jià)描述為一范數(shù)有界干擾。所述步驟(4)中的漂移估計(jì)器，所設(shè)計(jì)具體形式為：其中，為慣性傳感器漂移ωn(k)的估計(jì)值，K為所設(shè)計(jì)的漂移估計(jì)器的增益矩陣。y(k)為量測輸出，為量測輸出的估計(jì)值。所述步驟(5)中的H2/H∞混合濾波器，所設(shè)計(jì)具體形式為：(4)其中，為狀態(tài)x(k)的估計(jì)值，控制輸以及用來標(biāo)定和補(bǔ)償傳感器的漂移，矩陣L為待定的濾波器增益陣。構(gòu)造狀態(tài)估計(jì)誤差系統(tǒng)，令將系統(tǒng)狀態(tài)誤差與慣性傳感器漂移估計(jì)誤差進(jìn)行狀態(tài)擴(kuò)維，則估計(jì)誤差系統(tǒng)滿足：(5)令新的狀態(tài)為M，則將H∞參考輸出定義為：將H2參考輸出定義為其中，C∞1，C∞2，C21，C22為選定的權(quán)矩陣。將公式(6)(7)與估計(jì)誤差系統(tǒng)(5)聯(lián)立得閉環(huán)系統(tǒng)為：其中：通過MATLAB中的LMI工具箱求解濾波增益。用多目標(biāo)優(yōu)化抗干擾濾波算法進(jìn)行濾波。通過GPS輸出對速度和位置進(jìn)行校正，通過偏振傳感器輸出的偏振方位角對載體的姿態(tài)角進(jìn)行校正。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：本發(fā)明將SINS/GPS/偏振光導(dǎo)航系統(tǒng)中的干擾進(jìn)行了分類建模，不把干擾當(dāng)成單一的高斯噪聲，對于某些特性已知的干擾，可以充分利用其信息，分別采用干擾抵消和干擾抑制的方法，建立了一類同時(shí)具有干擾抵消與抑制性能的多目標(biāo)優(yōu)化抗干擾濾波方法的研究框架。可建模的干擾通過設(shè)計(jì)干擾觀測器來抵消，設(shè)計(jì)魯棒濾波器來抑制高斯噪聲和能量有限的干擾。建立含有多源干擾的SINS/GPS/偏振光導(dǎo)航系統(tǒng)誤差新模型，并將多目標(biāo)優(yōu)化抗干擾濾波方法應(yīng)用到SINS/GPS/偏振光的組合導(dǎo)航中，提高慣性導(dǎo)航系統(tǒng)的精度和可靠性。附圖說明圖1為本發(fā)明的一種多目標(biāo)優(yōu)化抗干擾濾波算法流程圖。圖2為本發(fā)明的一種多目標(biāo)優(yōu)化抗干擾濾波算法編排圖。如圖1所示，本發(fā)明的具體實(shí)施方法如下：(1)SINS/GPS/偏振光組合導(dǎo)航系統(tǒng)的數(shù)學(xué)模型的建立，包括系統(tǒng)狀態(tài)方程和量測方程，分別如式(12)和式(13)所示。考慮飛行高度H并將地球視為旋轉(zhuǎn)橢球體。姿態(tài)誤差方程為：速度誤差方程為：位置誤差方程為：系統(tǒng)狀態(tài)方程：其中，X(t)為系統(tǒng)狀態(tài)，X＝[φEφNφUδVEδVNδVUδLδλδh]T，φEφNφU為載體東向失準(zhǔn)角、北向失準(zhǔn)角以及天向失準(zhǔn)角，δVEδVNδVU為載體東向速度誤差、北向速度誤差以及天向速度誤差，δLδλδh為緯度誤差、經(jīng)度誤差以及高度誤差。F(t)為系統(tǒng)狀態(tài)矩陣，ω(t)為慣性傳感器漂移變量，εbxεbyεbz為陀螺漂移，為加速度計(jì)漂移，ω1(t)為高斯噪聲，ω2(t)為范數(shù)有界干擾，為載體系到導(dǎo)航系的姿態(tài)轉(zhuǎn)換矩陣，B1(t)，B2(t)為參數(shù)已知的矩陣。系統(tǒng)的量測方程Z(t)＝H(t)X(t)+D(t)ω(t)+D1(t)ω1(t)+D2(t)ω2(t)(13)其中：Z為觀測矢量，H為觀測矩陣，η為量測噪聲Z＝[δLδλδhδVEδVNδVUδα]T(2)多目標(biāo)優(yōu)化抗干擾濾波基本算法編排，該算法的流程圖如圖2所示。a)構(gòu)造干擾觀測器：b)根據(jù)漂移估計(jì)器，設(shè)計(jì)構(gòu)造H2/H∞混合濾波器：(15)c)構(gòu)造狀態(tài)估計(jì)誤差系統(tǒng)，令將系統(tǒng)狀態(tài)誤差與慣性傳感器漂移估計(jì)誤差進(jìn)行狀態(tài)擴(kuò)維，則估計(jì)誤差系統(tǒng)滿足：(16)令新的狀態(tài)為M，則d)將H∞參考輸出定義為：e)將H2參考輸出定義為其中，C∞1，C∞2，C21，C22為選定的權(quán)矩陣。f)將公式(17)(18)與估計(jì)誤差系統(tǒng)(5)聯(lián)立得閉環(huán)系統(tǒng)為7、輸出位置，速度信息。按照上述步驟1～6進(jìn)行計(jì)算機(jī)仿真，建立導(dǎo)航系統(tǒng)誤差狀態(tài)方程，量測方程，通過MATLAB中的LMI工具箱求解濾波增益，利用多目標(biāo)優(yōu)化抗干擾濾波算法即可完成對航天器的姿態(tài)、位置、速度估計(jì)。輸出狀態(tài)矢量X＝[xyzvxvyvz]T的估計(jì)值其中分別是對航天器在X、Y、Z三個(gè)方向的位置和速度x，y，z，vx，vy，vz的估計(jì)；并輸出估計(jì)方差矩陣其中px，py，pz，分別是航天器在X、Y、Z三個(gè)方向位置和速度的估計(jì)誤差方差。本發(fā)明說明書中未作詳細(xì)描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。