本發(fā)明涉及的是一種速度信息野值剔除方法。

背景技術(shù)：

在實際工程應用中，由于量測系統(tǒng)或者數(shù)據(jù)傳輸?shù)确矫娴脑?，會導致在量測數(shù)據(jù)中出現(xiàn)野值，其數(shù)值與實際量測值往往相差較大，如果不經(jīng)甄別直接應用于卡爾曼濾波進行當前狀態(tài)值的修正，不僅無法修正狀態(tài)估計存在的誤差，反而會造成濾波系統(tǒng)不穩(wěn)定，濾波結(jié)果和真實狀態(tài)會出現(xiàn)較大偏差，嚴重時將導致濾波發(fā)散。因此，對量測信息進行預處理，可減小由野值引起的定位誤差和濾波發(fā)散。

對于速度信息，auv等載體機動性弱，加速度小，通常以某一穩(wěn)定速率勻速運行，速率值表現(xiàn)為在某一固定值附近抖動，野值通常產(chǎn)生于傳輸過程產(chǎn)生的錯誤值，可以把速度信息的相繼觀測點看作是連續(xù)變化的，結(jié)合統(tǒng)計學模型，使用數(shù)據(jù)的合理性檢驗準則進行野值剔除。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種能夠解決傳輸過程產(chǎn)生的速度錯誤值的剔除問題的基于最小二乘法的速度信息野值剔除方法。

本發(fā)明的目的是這樣實現(xiàn)的：

首先設信任度為n，再按如下步驟執(zhí)行，

步驟一、獲得目標當前時刻之前的4個時刻的速度量測值；

步驟二、使用最小二乘算法外推出下一時刻的速度估計量；

步驟三、判斷速度量測值與速度估計量的差值是否滿足條件，若滿足則速度量測值被接受，否則利用速度估計量代替速度量測值；

步驟四、當連續(xù)接收速度估計量的次數(shù)超過信任度n，重新建立濾波。

本發(fā)明還可以包括：

1、所述目標當前時刻之前的4個時刻的速度量測值分別表示為v(k-1)、v(k-2)、v(k-3)和v(k-4)。

2、所述使用最小二乘算法外推出下一時刻的速度估計量具體包括：下一時刻的速度估計量結(jié)合速度歷史信息使用最小二乘算法得出，下一時刻的速度估計量表示為，

3、所述判斷速度量測值與速度估計量的差值是否滿足條件具體包括：

設在k時刻得到的速度量測值為v(k)，當v(k)滿足：

(1)、時，v(k)被接受；

(2)、時，v(k)是野值，被剔除，使用值代替v(k)；

δ值根據(jù)速度的誤差分布特性和置信區(qū)間進行選取。

為了解決傳輸過程產(chǎn)生的速度錯誤值的剔除問題，本發(fā)明提出一種具有有限信任度的最小二乘外推方法進行速度信息的野值剔除。本發(fā)明的使用背景是在卡爾曼濾波系統(tǒng)中。

本發(fā)明的有益效果是：通過本發(fā)明提出的方法，實現(xiàn)了速度量測數(shù)據(jù)的預處理，減小由野值引起的誤差和濾波發(fā)散。有利于接下來的濾波處理。

附圖說明

圖1是本發(fā)明的流程圖。

圖2是勻速運動速度野值剔除圖。

圖3是勻加速運動速度野值剔除圖。

圖4是不同門限下速度野值剔除有效率表。

具體實施方式

下面舉例對本發(fā)明做更詳細的描述。

結(jié)合圖1，首先假設信任度為n。然后按如下步驟執(zhí)行：

步驟一、獲得目標當前時刻之前的4個時刻的速度信息；

步驟二、使用最小二乘算法外推出下一時刻的速度估計量；

步驟三、判斷速度量測值與速度估計量的差值是否滿足條件，若滿足則速度量測值被接受。否則利用速度估計量代替速度量測值；

步驟四、當連續(xù)接收預測值的次數(shù)超過信任度n，重新建立濾波。

假設目標做勻速運動(v＝2m/s)或勻加速運動(v0＝2m/s,a＝0.02m/s²)，速度觀測量具有均值為0，標準差σv＝0.1m/s的高斯白噪聲，由此獲得目標當前時刻之前的4個時刻的速度信息。只考慮由傳輸錯誤引起的粗差較大的野值，在仿真中，設粗差范圍為[1m/s,4m/s]。由此得到步驟一中的四個時刻的速度信息v(k-1)、v(k-2)、v(k-3)和v(k-4)。通過速度歷史信息使用最小二乘算法進行外推可得出下一時刻的速度估計量。

δ值根據(jù)速度的誤差分布特性和置信區(qū)間進行選取，選擇置信度為99.994％，此時門限的取值約為δ＝0.5m/s，設置信任度n＝4。得到勻速運動速度野值剔除圖如圖1，勻加速運動速度野值剔除圖如圖2。

仿真結(jié)果顯示，在兩種運動模型下，算法都可以對速度的大量級野值進行有效的剔除，同時對由于隨機誤差產(chǎn)生的小量級抖動也具有一定的平滑效果。仿真過程中發(fā)現(xiàn)，粗差范圍與門限δ的選取直接相關(guān)，而合適的門限值對是取得良好濾波效果的重要條件。若具有誤差的先驗知識，則可以選取固定的δ值作為門限；否則便需要具有自適應性能的門限值，如3σ準則(選取部分歷史信息標準差的3倍作為門限值)。

在圖1仿真條件的基礎上，改變門限值δ，進行1000次蒙特卡洛試驗仿真，統(tǒng)計濾波的收斂情況和濾波收斂時野值剔除的有效率，得圖4。

仿真結(jié)果發(fā)現(xiàn)，有限信任度的濾波算法可以有效地控制濾波發(fā)散，而門限值取值不同，會導致野值剔除的有效率不同。通過先驗知識選取合理的門限值(0.5-0.8m/s),可以剔除超過98％的大量級野值點，且性能優(yōu)于3σ準則。但3σ準則仍可以作為無先驗信息時的備選項。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明提供的是一種基于最小二乘法的速度信息野值剔除方法。首先設信任度為N，再按如下步驟執(zhí)行，步驟一、獲得目標當前時刻之前的4個時刻的速度量測值；步驟二、使用最小二乘算法外推出下一時刻的速度估計量；步驟三、判斷速度量測值與速度估計量的差值是否滿足條件，若滿足則速度量測值被接受，否則利用速度估計量代替速度量測值；步驟四、當連續(xù)接收速度估計量的次數(shù)超過信任度N，重新建立濾波。通過本發(fā)明提出的方法，實現(xiàn)了速度量測數(shù)據(jù)的預處理，減小由野值引起的誤差和濾波發(fā)散。有利于接下來的濾波處理。

技術(shù)研發(fā)人員：韓云峰;孫大軍;崔宏宇;張居成;鄭翠娥;王永恒;史春昊
受保護的技術(shù)使用者：哈爾濱工程大學
技術(shù)研發(fā)日：2017.03.31
技術(shù)公布日：2017.08.25