CN120194737A 水下多源导航系统异常检测方法及自适应信息分配方法

(19)国家知识产权局(12)发明专利申请付碧波李海虎李海兵郭子伟限公司37101专利代理师王笑GO1C21/16(2006.01)水下多源导航系统异常检测方法及自适应本发明公开了一种水下多源导航系统异常实时的新息分布与基准分布之间的KL散度对传滤波的协方差矩阵的范数来表征信息分配因子础上调节比例因子的占比来实现对精度指标和测情况在检测精度和容错性之间自适应调节信否是2分布的概率密度分布;定义传感器检测异常时的备择假设为P(x),新息、σ,分别为分布P(x)的均值和方差；则P(x)相对Q(x)的KL散度表示为在新息的KL散度超过设定的阈值时判断对应子滤波器检测发生异常，在新息的KL散度确定检测窗口长度△T;设f为传感器采样频率，则检测窗口长度与传感器采样频率之间的关系为刻的协方差矩阵为P,则信息分配因子的精度指标为;假设第i个子滤波器在k时3刻的新息的马氏距离为dist,则信息分配因子的容错性指标为;其中，基于新息的KL散度检测子滤波器是否发生异常，在无异常时减分布的概率密度分布为;定义传感器检测异常时的备择假设为P(x),新息在新息的KL散度超过设定的阈值时判断对应子滤波器检测发生异常，在新息的KL散度确定检测窗口长度△T;设f为传感器采样频率，则检测窗口长度与传感器采样频率之间的关系为作为KL计算检测3/3页3/3页46.根据权利要求5所述的水下多源导航系统自适应信息分配方法，其特征在于，所述方法还包括：当在第i个检测窗口检测到异常时对相应的数据进行回退：令t=t-△T,增大信息分配因子的容错性指标重新对检测出异常的信息进行滤波及融合；并对回退处理的数据不再进行异常检测。5水下多源导航系统异常检测方法及自适应信息分配方法技术领域[0001]本发明属于水下导航定位技术领域，具体地说，是涉及一种水下多源导航系统异常检测方法及自适应信息分配方法。背景技术[0002]导航定位是AUV(自主式航行器)实现水下高精度航行的关键技术。惯性导航系统以其自主性、隐蔽性、连续性等特点常作为AUV的主导航系统，但其误差随时间积累。因此，要实现高精度的水下导航定位必须借助其他传感器对惯性导航系统的误差进行校正。[0003]随着传感器技术的发展，多传感器融合导航受到越来越多的关注，联邦滤波由于其分布式融合结构而被广泛应用于多传感器融合导航中。联邦滤波系统中的异常检测技术对于保障系统的可靠性和准确性至关重要，现有的异常检测方法例如卡方检验、贯序概率比检验、多级滤波器异常检验等，但现有这些方法均存在缺点，卡方检验是假设滤波器新息符合卡方分布，但在实际导航系统中，新息可能无法满足卡方分布；贯序概率比检验对突变异常不敏感，多级滤波异常检测则增加了计算的复杂度，对于水下实时导航系统来说可能无法满足其计算资源需求。[0004]再一方面的，信息分配是联邦滤波中不可或缺的一环，是决定联邦滤波精度和容错性的重要因素。现有的信息分配方法例如固定平均分配方法、单一系统指标方法、综合系统指标方法等，固定平均分配方法中，各子系统在滤波过程中始终分配相同的系数，而在实际的高动态导航中，各子系统的性能是不断变化的，固定平均分配无法实时跟踪系统的性能变化；单一系统指标方法仅从联邦滤波器的精度或容错性角度考虑，单一的系统指标仅能满足系统特定方面的要求；综合系统指标方法中考虑多种指标，一般以子系统的协方差矩阵相关的参量作为精度指标，以子系统的故障概率作为容错性指标，但子系统的故障概率为经验值，无法直接反映系统的真实状态。发明内容[0005]本发明提出一种水下多源导航系统异常检测方法及自适应信息分配方法，通过计算子滤波器实时的新息分布与基准分布之间的KL散度对传感器的异常情况进行检测，实现快速实时监测出传感器测量异常的技术效果，对突变异常和缓变异常也均能有效检测。进一步的，采用比例因子对精度指标和容错性指标构建信息分配因子，在异常检测基础上调节比例因子的占比实现对系统检测精度指标和容错性指标的自适应调节，达到兼顾系统滤波精度和容错性的效果。[0006]本发明采用以下技术方案予以实现：提出一种水下多源导航系统异常检测方法，包括：采用融合反馈模式的联邦卡尔曼滤波结构构建水下多源导航系统；计算新息的KL散度：基于二元假设检验，定义传感器检测正常时的原假设为Q(x),6新息分布的概率密度分布为;定义传感器检测异常时的备择假设为新息分布的概率密度分布为的均值和方差；则P(x)相对Q(x)的KL散度表示为确定检测窗口长度△T;设f为传感器采样频率，则检测窗口长度与传感器采样检测窗口△T内的新息KL散度，若KL散度超过设定的阈构造信息分配因子：;其中，假设第i个子滤波器在k时刻的协方差矩阵为Pa,则信息分配因子的精度指标为;假设第i个子滤波器在k时刻的新息的马氏距离为dist₆,则信息分配因子的容错性指标为;其中，7新息分布的概率密度分布为;定义传感器检测异常时的备择假确定检测窗口长度△T;设f为传感器采样频率，则检测窗口长度与传感器采样作检测窗口△T内的新息KL散度，若KL散度超过设当在第i个检测窗口检测到异常时对相应的数据进行回退：令t=t-△T,增大信息8息分布与基准分布之间的KL散度对传感器测量异常进行检测，KL散度计算在给定两个概率分布的情况下可以直接进行计算，不需要复杂的迭代算法或数值近似，计算效率高，且能够敏锐地捕捉到概率分布的微小变化，能够快速实时的得到两个分布之间的差异度量值，因此基于KL散度计算来检测异常的方法相比传统方法能够更快速实时的检测出传感器测量的异常，对突变异常和缓变异常均能有效检测；进一步的，本发明采用分段检测的方式能够有效减少实时导航系统的资源消耗，进一步提高异常检测的效率。[0013]本发明提出的水下多源导航系统自适应信息分配方法中，根据卡尔曼滤波的协方差矩阵的范数来表征信息分配因子的精度指标，用新息的马氏距离来表征信息分配因子的容错性指标，采用比例因子对精度指标和容错性指标构建信息分配因子，在异常检测的基础上调节比例因子的占比来实现对精度指标和容错性指标的自适应调节，从而实现根据实际检测情况在检测精度和容错性之间自适应调节信息分配因子，达到同时兼顾系统滤波精度和容错性的效果。[0014]结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。附图说明[0015]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0016]图1为本发明提出的水下多源导航系统的异常检测方法步骤示意；图2为KL异常检测滑动重叠方法原理图；图3为本发明提出的水下多源导航系统的自适应信息分配方法步骤示意；图4为本发明方法中包含KL散度异常检测的联邦滤波器示意。具体实施方式[0017]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他[0019]本发明实施例采用融合反馈模式的联邦卡尔曼滤波结构，以捷联惯性导航系统(Strap-downInertialNavigationSystemLog,DVL)、超短基线(Ultra-ShortBaseLine,USBL)和深度计组成的组合导航系统为[0020](1)建立状态方程。[0021]选取系统的状态量为：9Xsiws=[x,φ,中₂,8VE,δV,8VU,δL,δλ,δH,&x,Ey,₂,Vx,V,V₂](1)Vx,V,V₂为x,y,z三个方向的加表零偏。XsNs=FsnsXss+GsnsWs=[0₃6diag(1,1,1)0₃6]XsnNs+WUSBL状态的全局最优估计。假设X,为第i个子滤波器的状态量X的估计，其对应的估计误差协其中，X为主滤波器的状态估计，P₈为主滤波器的估计误差协方差矩阵。[0031]KL(Kullback-Leibler)散度能够描述样本数据两个概率分布之间的差异性，是数据统计领域的一个重要概念。定义为：KL散度所表示的两种概率分布之间的差异性可以理解为两个概率分布之间的“距[0033]卡尔曼滤波中的新息代表了实际量测与量测的预测之间的误差。当传感器无测量异常时，新息服从均值为零的正态分布，当传感器出现测量异常值时，新息分布的均值不再为零，且方差也会相应增大。因此根据新息的上述特性，本发明用新息的KL散度进行传感器异常检测。[0034]根据二元假设检验，定义原假设为Q(x):传感器测量正常，此时新息分布的均值为0,其概率密度分布为：定义备择假设为P(x):传感器测量异常，此时新息分布的概率密度分布为：算过程中，会将滤波过程进行离散化，因此新息是一个离散的随机变量，P(x)相对Q(x)的KL散度可以表示为：以各个子滤波器的新息序列作为其KL散度检测的样本，利用式(10)计算检测期间前检测出现了测量异常，否则认为当前检测无异常。[0037]根据传感器采样频率的不同，采样频率高的传感器其检测窗口的长度可适当缩为f,则检测窗口长度与传感器采样频率之间的关系为[0038]2)确定滑动区间。[0041]以子滤波器在第i个检测窗口△T的新息序列d=[d₁,d₂,…,dm]作为KL散度检定的阈值G之间的关系，若KL散度超过设定的阈值G,则认为当前检测窗口内出现了测量异矩阵的大小，假设第i个子滤波器在k时刻的协方差矩阵为P,则本发明设计的信息分配因[0048]本发明提出的包含KL散度异常检测的联邦滤波器结构如图3所示。子滤波器的新[0049]为了避免异常检测滞后性的影响，本发明对检测出异常的检测区间数据进行回令t=t-△T,增大信息分配因子的容错性指标，也即增大nk来保障系统的容错性本技术领域