《对偶四元数导航算法与非线性高斯滤波研究》由会员分享,可在线阅读,更多相关《对偶四元数导航算法与非线性高斯滤波研究(9页珍藏版)》请在金锄头文库上搜索。
1、附件 6作者姓名:武元新论文题目:对偶四元数导航算法与非线性高斯滤波研究作者简介:武元新,男,1976 年 11 月出生,2000 年 04 月师从于国防科学技术大学胡德文教授,于 2005 年 12 月获博士学位。中 文 摘 要本论文深入研究了导航系统中所涉及的两个基本理论问题:导航信息的数学描述和数值解算;导航信息的最优实时融合(即滤波)策略。目前,导航、机器人和计算机视觉等研究领域普遍以向量代数为工具研究空间运动学问题。但是当研究一般性刚体运动时,向量代数中没有数学工具可以对转动和平移统一描述。幸而,从运动学的观点来看,一般性刚体运动可以拆分为两个子运动:定点转动和平移,其中转动完全独立
2、于平移。这意味着我们可以转而采用另一种方式处理转动和平移。在导航领域中,方向余弦矩阵 DCM 或四元数用来描述转动,向量用来描述平移。捷联惯性导航算法亦是如此,即针对姿态积分和速度/位置积分,必须分别设计不同的算法来实现。最近的研究发现圆锥算法和划船算法之间存在对偶性或等价性,也就是说,可以通过一个简单的数学公式把圆锥算法变换成相应的划船算法,但是导航算法的设计和实现仍然很棘手。惯性导航本质上要解决的是一个三维空间的刚体运动学问题。存在统一、简洁地描述一般性刚体运动的数学语言吗?如果存在,可否利用该数学工具设计思路明晰、复杂度低的导航算法?这两个问题的答案都是肯定的。论文的前半部分在建立基于对
3、偶四元数的捷联惯性导航系统理论方面作了一些探索性工作。1. 作为几何代数的子集,对偶四元数是刻画一般性刚体运动的最简洁、最有效的数学工具,可以用来研究包括惯性导航在内的所有刚体运动学(和动力学)问题。根据 Bar-Itzhack分离坐标系的思想,论文第二章运用对偶四元数代数重新诠释捷联式惯性导航的基本原理,得到了三个对偶四元数运动学方程,其形式均与传统算法中的姿态四元数微分方程一致。借鉴成熟的姿态四元数积分的双速算法结构,设计了一个数值积分算法求解以上三个运动学方程,构建了基于对偶四元数的捷联惯性导航算法。对偶四元数算法将传统算法中的圆锥、划船和卷轴修正整合到一起,大大简化了算法结构,降低了实
4、现难度。从多个侧面对对偶四元数算法和传统算法进行了理论分析和比较,证实了螺旋运动实质上是圆锥运动和划船运动的复合运动,揭示了传统算法中圆锥算法和划船算法之间存在对偶性/等价性的根本原因,导出了对偶四元数算法和传统算法误差的解析表达式,从理论上证明了在高精度和高动态环境中,对偶四元数算法的精度将优于传统算法。设计并实现了理想情况下以及考虑不同级别惯性器件误差的实际情况下的仿真试验,数值结果为理论分析提供了强有力的佐证。对高精度导航系统和大机动场景来说,对偶四元数算法是一个更好的选择。最后,提供了根据惯性器件配置和传统算法的转折频率选择合适导航算法的指导原则。不久的将来,对偶四元数算法有望在基于超
5、冷原子干涉仪的精确惯性导航系统中发挥重要作用。 (已发表于Strapdown inertial navigation system algorithms based on dual quaternions, IEEE Trans. on Aerospace and Electronic Systems, 2005;On A unified mathematical framework for strapdown algorithm design, Journal of Guidance, Control, and Dynamics, 2006; Observability Analysis o
6、f Rotation Estimation by Fusing Inertial and Line-Based Visual Information: A Revisit, Automatica, 2006)最近,Ohio 大学的 Soloviev 博士在频域而不是时域中实现了传统导航算法。据称,该频域方法在降低由圆锥运动和划船运动引起的不可交换性误差的能力方面有很好的改善。在频域中实现对偶四元数导航算法将是一项非常有意义的工作。 (2006 年,此后续工作获得国家自然科学基金青年科学基金资助 ,“频域中的对偶四元数捷联惯性导航算法研究 ”, 60604011) 。2. 在基于对偶四元数的捷联
7、惯性导航理论框架中,姿态、速度和位置等所有的导航参数都可以从三个对偶四元数运动学方程的解中直接导出,这使得完全以四元数代数建立误差传递模型成为可能。论文第三章运用对偶四元数代数研究了捷联式惯性导航的误差特性。导出了两个完全用四元数代数表达的误差模型:加性对偶四元数误差模型和乘性对偶四元数误差模型。这两个误差模型可用来搭建基于对偶四元数的组合导航滤波器。 (已发表于Strapdown inertial navigation system using dual quaternions: error analysis, IEEE Trans. on Aerospace and Electronic
8、Systems, 2006)3. 对偶四元数导航算法直接输出的导航参数是在地球坐标系中表达的,但是在 GPS 导航和测地学等应用中,经常需要在当地地理坐标系中表达导航参数。论文第四章研究了对偶四元数导航算法中所涉及的一个子问题从地球坐标系到当地地理坐标系的坐标变换问题。提出了一个基于迭代 Newton-Raphson 方法的坐标变换快速算法。除了靠近地心的一个小区域之外,新算法不存在奇异和不收敛的情况。与已有算法的分析和比较显示,新算法精度更高、计算量更小。 (已发表于Algorithm of Earth-centered Earth-fixed coordinates to geodetic
9、 coordinates, IEEE Trans. on Aerospace and Electronic Systems, 2003)作为一种完全自主的航迹推算方法,惯性导航存在一个固有缺陷,即其误差随着时间累计。为了克服这一缺陷,必须依靠非惯性传感器引入外部信息反馈,与惯性导航系统共同组成一个稳定的闭环系统,抑制惯性导航误差的发散。多种多样的组合导航方案应运而生。组合导航是利用多种传感器提供的互补信息来提高导航系统的精度和冗余度的技术。无论采用何种配置(惯性导航、卫星导航、雷达、摄像机、多普勒测速仪、高度计等传感器间的优化组合)构成组合导航系统,都需要选择一个最优的在线信息融合策略将多种传
10、感器提供的信息进行有效融合这正是非线性滤波器在组合导航系统中所起的作用,即非线性滤波是组合导航系统中信息融合的基石。事实上,目前广泛应用的扩展 Kalman 滤波(Extended Kalman Filter, EKF)本身就是在组合导航系统需求牵引下的研究成果。自从 20 世纪 60 年代在阿波罗计划中首次实现以来,EKF 已经在工程界盛行了近半个世纪,并在事实上成为工程界的一个标准组件。同时,EKF 是一种近似非线性高斯滤波器,几十年来的工程经验显示其自身仍存在很多问题,比如需要将待处理的非线性系统模型进行线性化,滤波过程中容易发散等等。近年来,非线性滤波研究取得了众多的成果,组合导航系统
11、的信息融合策略也逐渐开始考虑采用更先进的非线性滤波器。那么,可否找到或设计出替代 EKF 的通用非线性滤波器?从信息论的角度讲,这是一个寻找比 EKF 更优越的实时信息融合策略(即滤波)的问题。论文的后半部分着重研究了非线性高斯滤波问题。4. Bayes 推演为动态系统的状态估计问题提供了最优的解决方案,但是由于其最优解需要传播整个概率密度,所以 Bayes 推演通常是没有解析解的,其求解必须使用近似方法,比如假设概率密度近似服从高斯或混合高斯分布。在这一假设下设计出来的滤波器常被称作高斯滤波器。目前存在多种高斯滤波器,其背景也迥然不同。面对众多的高斯滤波器,如何确定哪一种最适合用来解决手上的
12、滤波问题?论文第五章国际上首次提出从多维数值积分的观点出发对高斯滤波器进行研究,在统一的数值积分框架下导出了文献中的近似高斯滤波器。这些高斯滤波器都是运用某种数值积分方法(如 Gauss-Hermite 积分公式,单项式精确公式和函数拟合方法)对一般形式的高斯滤波器的近似。基于多维数值积分的观点,应用精度、效率和稳定因子等指标对现有高斯滤波器进行了诠释,并对各种高斯滤波器的精度进行了排序。数值仿真结果与理论分析吻合得很好。数值积分观为工程上选择合适的近似高斯滤波器奠定了基础,对运用更好的积分方法设计高效、稳定的滤波器具有一定的指导意义。 (已发表于Comments on Gaussian pa
13、rticle filtering, IEEE Trans. on Signal Processing, 2005;A numerical-integration perspective on Gaussian filters, IEEE Trans. on Signal Processing, 2006)5. 论文第六章研究了 UKF(Unscented Kalman filter)滤波器的两种实现:扩展 UKF 和非扩展 UKF。它们都可以用于具有加性噪声的非线性动态系统。此前普遍认为:在这种特殊但却常见的情况下,使用非扩展形式的 UKF 可以降低计算复杂度,并且不会降低滤波精度。本章旨在证
14、实这种看法是不正确的,相反,在加性系统和观测噪声的情况下使用非扩展形式的 UKF 很可能会损失滤波精度。本章首先导出了扩展 UT 与非扩展 UT等价的前提条件,进而指出扩展 UKF 和非扩展 UKF 之间的根本区别在于前者只需要在一次滤波迭代过程中产生一次 sigma 点集,而后者则产生两次 sigma 点集,即必须重新产生一个新的 sigma 点集以纳入加性系统噪声的影响。这个区别通常有利于扩展 UKF,因为奇次矩被变换后的 sigma 点集捕获,并得以在单个滤波迭代过程内传播。另外,如果有意重新产生一个新的但却不必要的 sigma 点集,扩展 UKF 将等价于非扩展 UKF,两者的滤波结果
15、也将完全相同。最后,考察了信号处理领域的一个典型例子,仿真实例的结果与分析结论一致。 (已发表于Unscented Kalman filtering for additive noise case: augmented versus non-augmented, IEEE Signal Processing Letters, 2005; Comments on “Performance evaluation of UKF-based nonlinear filtering”, Automatica, 2007)6. 最近提出的高斯粒子滤波器(Gaussian Particle Filterin
16、g, GPF)是一个基于 Bayes 采样思想的高斯滤波器。它通过 Monte Carlo 积分和 Bayes 更新规则对传统的高斯滤波器进行了推广。论文第七章从两个不同的角度出发对 GPF 进行拓展。首先,提出了一个半高斯滤波器(QuasiGPF ) 。 QuasiGPF 容许先验概率密度为非高斯的,具有比 GPF 更高的理论精度。仿真研究表明 QuasiGPF 的精度确实比 GPF 有很大的提高。理论上,验后概率密度可以假定为容易采样的任意分布,比如混合高斯。这种情况下,QuasiGPF 可以用来取代 GPF 以构建更高精度的混合高斯粒子滤波器。低偏差序列的目的是生成确定性的相关样本,并使这些样本在目标空间中尽量均匀的分布。使用低偏差序列的准Monte Carlo 方法可用于近似计算多维积分或序贯 Bayes 概率推演。我们基于准 Monte Carlo 方法研究了一类特殊的 Bayes 滤波 GPF。数值结果表明基于准 Monte Carlo 方法的 GPF 比使用随机数的传统 GPF 具