R-T-S平滑算法与抗差Kalman在数据后处理中的应用

为了提高组合导航系统后处理精度和数据稳定性,将R-T-S最优固定区间平滑算法引入数据后处理中,在前向Kalman滤波的基础上,进行了后向R-T-S最优固定区间平滑处理,并针对GPS观测值中存在异常的问题,将抗差Kalman滤波算法引入数据后处理中,并对该算法进行实物仿真。结果表明,与传统Kalman滤波相比,R-T-S平滑算法不仅可以提高位置、姿态精度,而且在卫星信号失锁的情况下精度也得到显著改善,并且在不丢星的时刻,抗差Kalman滤波可以有效处理GPS信号中的异常观测值,遏制滤波发散,是一种有效的数据处理方法。     

晃动环境下组合导航系统精度事后评估算法研究

海风、波浪、海流等因素会产生舰船的摇摆晃动,从而给舰船导航系统精度带来严重干扰.固定区间平滑滤波处理算法能够利用观测时间间隔内全部观测信息得到状态的最小方差估计,对导航精度进行事后评估.在研究晃动环境下的SINS/GP S组合导航应用平滑滤波算法的相关原理的基础上,首先利用Kalman滤波器进行组合导航,存储相关信息后按时间逆序利用固定区间平滑滤波算法进行事后分析.该方法可以针对不同的海况以及不同的海上作业需求,有效地为组合导航系统精度提供检验标准,考核各种海洋环境下的导航系统精度.     

基于数据融合技术的多导航传感器性能评价系统研究

试飞是对导航传感器性能进行评价的有效手段.为克服仅采用单一导航传感器作为评价基准的缺陷,提出了基于数据融合技术的多导航传感器性能评价方法及其系统实现.设计的多导航传感器性能评价系统融合了卡尔曼滤波、最优固定区间平滑滤波、最小二乘加权等多导航传感器数据融合算法,在分析上述融合算法特点及使用的基础上,从信息流的角度出发,设计并实现了相应的多导航传感器性能评价系统.给出了评价系统的主要功能模块的设计与实现.还通过仿真数据对评价系统的功能和性能进行了测试,测试结果表明评价系统能准确地实现对导航传感器性能的评价.     

捷联惯性导航系统高精度动态仿真算法

由于飞行器动态模型航迹生成算法与惯性导航系统算法原理存在差异,无法直接仿真分析惯性传感器不同误差特性对惯性导航系统动态性能的影响.基于飞行器动态模型航迹数据,提出一种捷联惯性导航系统高精度动态仿真实现方法,设计了惯导参数动态计算误差并行补偿方案,实现了对导航系统动态仿真过程中导航参数计算误差的有效分离.在搭建的仿真平台上,有效验证了所提出仿真方法的性能,为实际惯性传感器选型和指标选择提供支撑.     

基于SVD的R-T-S最优平滑在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的导航精度直接影响SAR成像的效果。为进一步提高POS的导航精度和数值稳定性,提出将基于奇异值分解（SVD）的Rauch-Tung-Striebel（R-T-S）最优固定区间平滑应用于POS后处理中。在基于SVD的前向卡尔曼滤波（KF）的基础上,进行了基于SVD的后向R-T-S最优固定区间平滑,获得位置、速度和姿态的最优估计。该方法将原算法中均方误差阵进行奇异值分解,不仅具有很好的数值稳定性和鲁棒性,而且避免了矩阵的求逆。半物理仿真结果表明,该方法在导航精度和数据平滑度上明显优于目前工程中应用的KF,是一种有效的事后处理方法。     

高动态环境下惯导高阶姿态算法研究

为满足高超声速飞行器的高动态特性对捷联惯性导航系统的导航精度提出的更高要求,在分析高超声速飞行器高动态运动频谱特性的基础上,研究了高动态环境下的捷联惯导高阶姿态积分算法。通过高超声速飞行器运动特性仿真,对比分析了不同阶次姿态积分算法对捷联惯性导航系统精度的影响。仿真结果表明,在高动态环境下,采用高阶姿态积分算法能有效提高捷联惯导导航精度。     

一种基于逆向导航的双轴旋转惯导系统自标定方法

针对惯导系统高精度自标定的需求,提出了一种基于逆向导航的双轴旋转惯导系统自标定方法。通过转位运动对系统误差进行激励,利用Kalman滤波器进行误差估计,同时存储标定数据,待正向导航滤波结束后,利用逆向导航算法对存储数据二次利用,继续进行误差估计,直到所有状态量收敛到一定精度,实现了对数据的充分挖掘。仿真和试验结果表明,该方法可以实现对双轴旋转惯导系统的全参数自标定,提高了标定精度。     

前后向迭代滤波算法在高精度姿态测量中的应用

为了满足航空物探对于高精度姿态基准的需求,对前后向迭代滤波算法进行了研究.在前向捷联惯导算法的基础上,推导了后向捷联惯导算法,基于SINS/GPS组合导航方案构建了15状态Kalman滤波器,提出了前后向迭代滤波算法,通过仿真实验和转台实验对比了前后向迭代滤波算法与R -T -S平滑的估计效果.实验结果表明:经过前后向...     

基于固定区间最优平滑的传递对准精度评估

惯导系统传递对准是战术导弹发射前必须完成的任务,其对准精度直接影响导弹系统的制导精度。为评估传递对准精度性能,在介绍传递对准精度评估原理的基础上,研究了Kalman固定区间最优平滑算法;并从理论上分析了顺序滤波与逆序平滑的关系,得出平滑依赖于滤波的结论。通过实测数据半物理仿真试验证明了理论分析的正确性,表明固定区间最优平滑算法能有效地评估传递对准精度,并与间接法对比得出间接法与最优平滑算法具有一致性。     

惯性导航系统标定滤波方法研究

捷联惯导系统标定技术对提高导航精度十分必要,而惯性导航系统标定选择的滤波方法直接影响到标定的精度。本文对不同状态的滤波估计方法进行了理论分析,利用不同标定仿真环境下所采用的卡尔曼滤波及其他滤波方法,对惯性器件误差及安装误差进行了估计,并通过仿真分析比较了惯性导航标定中各种滤波算法的特点及适用范围,得出了算法的应用建议,对惯导误差模型标定具有一定的工程指导意义。     

非线性非高斯秩滤波方法

基于秩滤波原理,提出一种非线性非高斯秩滤波方法,给出其递推过程.目前常用的非线性滤波方法有无迹Kalman滤波和粒子滤波,无迹Kalman滤波只适用于高斯分布的情况,粒子滤波方法却存在粒子退化及重采样引起的粒子贫化问题.而非线性非高斯秩滤波方法不仅适用于常见的多元t分布、多元极值分布等非高斯分布的非线性滤波,并且计算简单、工作量小,便于工程应用.从仿真算例可以看到,该方法的滤波精度与无迹Kalman滤波和粒子滤波方法相比提高了500%以上.      

关于BL-代数的implicative滤子的一些结果

通过研究BL-代数的implicative滤子的等价条件,得到了normal滤子与implicative滤子之间的关系,并给出了两个公开问题"一个normal滤子在什么合适条件下成为fantastic滤子?"和"在什么合适的条件下,normal滤子的拓展性成立?"结论成立的一种条件。     

利用自适应与同态滤波抵消话音频段数据通信中回波的方法

就话音频段数据通信中利用自适应滤波器和同态滤波器的方法消除回波干扰的基本原理进行了描述，介绍了采用ＤＳＰ技术的滤波器的设计方法，并给出了硬件实现结构。     

非线性状态方程自校准滤波方法

针对工程实际中遇到的非线性系统状态方程中含未知输入（如环境因素的影响、模型和参数选取不当等）的情况，采用自校准技术，基于秩滤波与无迹Kalman滤波算法提出了一种非线性状态方程自校准滤波方法,并分别讨论了自校准秩滤波(SRF)与自校准无迹Kalman滤波(SUKF)两种情况。大量仿真结果和工程应用表明:与无迹Kalman滤波(UKF)相比，该方法通过对系统状态方程中的未知输入进行自动估计和补偿，改善了系统受未知输入影响下的滤波效果，从算例中可以看到，估计精度至少提高了80%，且计算简单，便于工程应用。      

一种有效的抑制压电陀螺动态误差的方法

提出了一种基于小波滤波的补偿压电陀螺动态误差的方法.与自适应卡尔曼滤波、IIR低通滤波方法在实际工程中应用的比较和大量的跑车实验表明,该方法能够有效去除压电陀螺动态误差噪声干扰,提高压电陀螺使用精度.     

巴特沃兹有源滤波器设计中的灵敏度分析

通过对两种巴特沃兹有源滤波器设计方案的灵敏度分析,仿真了电路元件参数灵敏度随 Q 因数的变化规律,从而介绍了一种利用灵敏度分析比较网络设计方案优劣的方法。     

基于联邦滤波结构的INS／GPS组合导航系统数据融合研究

为了研究平台式惯导INS（interial navigation system）和全球定位系统GPS（globe position system）组合导航联邦滤波器的实现,使用速度局部滤波器和位置局部滤波器,分别对INS／GPS组合导航系统的向东速度、向北速度,以及对经度和纬度进行卡尔曼滤波,然后将位置数据和速度数据输入主滤波进行数据融合。以无人机的向东匀速水平飞行为背景,运用联邦卡尔曼滤波器算法,使用matelab进行仿真分析。可以证明联邦滤波器算法简单,易于实现,并且可以提高导航系统精度．实际应用中此方法可行。     

一种用于机动目标跟踪的新自适应卡尔曼滤波算法

在“当前”模型的概念下,从工程实现的背景出发,提出了一种用于机动目标跟踪的新自适应卡尔曼滤波算法。基本思想是通过对加速度项引入加权因子来进一步突出“当前”信息的作用,为“当前”模型提供更加准确的“当前”信息。蒙特卡罗模拟结果表明,算法不仅克服了“当前”模型自适应卡尔曼滤波算法的缺陷,而且使跟踪性能得到进一步的提高。     

污水处理装置在冶金行业中的应用

对污水处理装置的技术参数、技术要求及设计方案的选择、工作原理做了进一步的阐述。对工业循环冷却水的处理有实际指导意义。     

稳定平台中陀螺漂移自适应实时估计算法

 针对陀螺稳定平台的漂移问题,建立了陀螺稳定跟踪装置在不同工作模式下陀螺漂移的数学模型,指出稳定模式下包含常值漂移和相关漂移的陀螺低频噪声是影响稳定精度的主要原因。提出一种自适应实时估计算法,采用卡尔曼滤波框架和滤波器收敛判据,结合Sage-Husa滤波和加权Sage-Husa滤波算法,利用跟踪器跟踪静止目标时输出的脱靶量信号对陀螺常值漂移和相关漂移进行估计。实验结果表明:该算法能够在系统模型和噪声特性均不准确的情况下使用,收敛时间小于3 s,估计均方差小于0.02 (°)/s,具有良好的鲁棒性和自适应能力。