共查询到20条相似文献,搜索用时 31 毫秒
1.
脉冲星导航系统观测量异常的改进UKF滤波算法研究 总被引:1,自引:1,他引:0
为减小观测量异常对X射线脉冲星导航系统的影响,提出了一种改进的无迹卡尔曼滤波(MUKF)导航滤波算法。给出了轨道动力学模型和量测模型。针对观测器校准脉冲星方向时因宇宙尘埃影响会发生细微震动而产生短时段的常值误差,设计异常检测函数,可有效判断有无观测量异常发生。当观测量出现异常时,对UKF进行改进,通过调节滤波器增益减小异常观测的影响,进而得到准确的脉冲星导航系统状态估值,改进的滤波算法使整个导航系统具有更强的容错性和稳定性。对UKF,MUKF两种算法在地球近地轨道上进行了实验仿真,结果表明:提出的MUKF滤波算法可有效消除观测量常值偏差对导航系统的影响。 相似文献
2.
利用X射线脉冲星和多普勒频移的组合导航 总被引:2,自引:0,他引:2
为了提高航天器自主导航能力,提出了一种利用X射线脉冲星和多普勒频移的组合导航方法。多普勒导航利用相对于太阳的多普勒径向速度作为量测信息,该方法不能得到所有的状态估计。脉冲星导航系统具有完全可观测性,但是滤波周期较长,不能提供连续的导航信息。因这两种方法具有互补性,利用联邦滤波器来融合脉冲星导航与多普勒导航提供的信息。由于两种方法的量测方程与状态方程都是非线性的,采用无迹卡尔曼滤波器(UKF)作为子滤波器。实验结果验证了该导航方法的可行性和精确性。与脉冲星导航方法相比,该组合导航方法可提供更高的位置估计精度。 相似文献
3.
4.
5.
针对传统脉冲星导航方法在相位估计时依赖脉冲星信号轮廓,存在整周模糊及不确定星历参数引起的系统共模误差问题,提出基于相位差测量的脉冲星时间相对导航方法。该方法通过对脉冲星光子到达时间序列进行相位估计,以相邻时刻的相位差作为观测量,建立航天器位置增量与相位差的关系,采用广义卡尔曼滤波器处理系统噪声相关问题进行导航,可有效减小系统误差,实现脉冲星导航的应用。通过对导航系统初始定位方法、可观性分析,及基于罗西X射线时变探测器(RXTE)观测的Crab脉冲星的在轨实测数据试验分析,证明了该方法的自主性与可行性。最后,对基于相位差测量的脉冲星时间相对导航系统进行导航滤波仿真,试验结果表明,导航系统完全可观,噪声不累积,位置估计精度可满足实际应用。 相似文献
6.
针对目前应用于SINS/GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
7.
因为X射线敏感器不能分辨具体的脉冲,X射线脉冲星导航方法存在整脉冲周期模糊数问题.现有求解周期模糊数的方法过程复杂,计算量大.本文在飞行器估计位置十分精确的假设下,提出了无周期模糊数的X射线脉冲星迭代滤波导航方法.UKF滤波器基于轨道动力学给出探测器的估计位置,以脉冲到达标称位置和估计位置的时间差作为反馈,进行迭代滤波,最终得到探测器的真实位置和速度估计.仿真表明,该方法能在火星探测器的日心转移轨道上实现高精度的导航,其精度可达到位置误差5km和速度误差0.5m/s. 相似文献
8.
近地卫星磁测自主导航算法研究 总被引:8,自引:2,他引:8
地磁场具有较为完善的数学模型,而地磁场矢量是卫星位置的函数,利用三轴磁强计的测量信息即可实现近地卫星的自主导航。本文提出了采用UKF(Unscented Kalman Filter)滤波作为处理磁测自主导航问题的滤波算法。基于unscented变换,UKF滤波算法能够给出更精确的均值和协方差的估计,从而带来更高的精度。本文以地磁场矢量为测量量,进行了数学仿真。仿真结果表明:经UKF滤波后,卫星总的位置误差在1km(3σ)以内。通过比较可知,该方法比传统的扩展Kalman滤波(EKF)有更好的收敛性和更高的精度。 相似文献
9.
10.
针对高精度INS/GNSS组合导航子系统模型为部分非线性的问题,提出了一种新的简化联邦CKF滤波算法。该算法将容积卡尔曼滤波(Cubature Kalman Filter,CKF)的计算过程融入到联邦滤波结构框架中,并针对子系统模型存在部分非线性问题,对算法的时间更新过程进行了简化,简化后直接用状态转移矩阵计算一步预测和预测协方差矩阵,避免了采用求容积点近似计算的复杂过程及协方差矩阵分解。最后,建立了INS/GNSS紧组合导航模型,对提出的算法进行了仿真验证,将仿真结果与联邦UKF算法、联邦CKF算法进行对比。仿真结果表明,相比于联邦UKF和CKF算法,所提算法在保证滤波精度的情况下,有效减小了计算量,改善了组合导航系统的性能。 相似文献
11.
12.
13.
基于UPF的航天器自主天文导航方法 总被引:6,自引:0,他引:6
利用红外地球敏感器和星敏感器直接敏感地平的天文导航方法是一种成熟、可靠的自主导航方法。这种导航方法的状态方程和量测方程都是严重非线性的,且在建立航天器轨道动力学模型时,通常将二阶带谐摄动项建模,而将其他摄动项等效为高斯白噪声,由于这些摄动项都有其精确的模型,通常不服从高斯分布。本文提出将UPF(Unscented Particle Filter)滤波方法应用于航天器自主天文导航,该方法用UKF(Unscented Kalman Filter)得到粒子滤波的重要性采样密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。仿真结果表明,该方法可以取得比标准的粒子滤波和UKF更快的滤波收敛性和更高的滤波精度。 相似文献
14.
15.
16.
真航向测量系统初始对准中的UKF应用研究 总被引:1,自引:0,他引:1
研究了“真航向测量系统”(简称TNDS True North Determination System) , TNDS组合中等精度的INS和MS860型GPS系统,应用UKF (Unscented Kalman Filter)最优估计滤波算法,实现的高精度快速初始对准。论文重点推导了TNDS初始对准的非线性误差模型,并实现了TNDS中基于该模型的UKF滤波,TNDS系统的UKF组合初始对准算法最后进行系统试验测试。试验数据表明:采用了UKF滤波后,TNDS的航向初始对准中,航向失准角为25. 时,达到同样的对准精度0.1. , INS自对准时间由原来的2879s缩短为179s;纵横摇的失准角对准到同样的精度内,时间相应的减小了一个量级;同时TNDS速度的发散也得到了抑制。
相似文献
相似文献
17.
18.
基于Lawden改进型方程的编队Unscented Kalman Filter滤波估计 总被引:2,自引:0,他引:2
通过改进卫星编队的Lawden方程得到非线性相对运动方程,称为Lawden改进型方程,使其更加近似于编队运行环境.通过该非线性方程,在编队相对导航研究中,以EKF滤波方法为参考分析,采用适合非线性系统的UKF(Unscented Kalman Filter)滤波方法对编队的状态进行滤波估计.通过仿真实验,结果表明采用UKF滤波方法的编队状态估计精度明显优于采用EKF滤波方 法得到的估计精度,其中相对距离估计精度可以提高70%左右,相对速率估计精度可以提高25%左右,在工程应用中具有一定的参考利用价值. 相似文献
19.
针对动中通测控系统中低成本陀螺和倾角仪的姿态估计和陀螺误差校正问题,提出一种利用UKF(Uncented Kalman Filter)滤波器对载体姿态角进行估计,然后利用互补滤波器对陀螺漂移进行估计的算法。该算法通过设计三维完全可观测UKF滤波方程和陀螺误差校正模型对姿态角和陀螺漂移分别进行估计,有效避免了利用卡尔曼滤波进行姿态估计和陀螺漂移误差估计时由于误差模型不准确而产生的发散问题,同时降低了滤波器维数。试验中姿态角估计误差在1°以内,x轴陀螺漂移估计误差为0.0148°/s,y轴陀螺漂移估计误差为0.0017°/s,试验结果表明该算法能有效提高姿态角估计和陀螺漂移估计的精度。 相似文献
20.
卫星钟差预报的Kalman算法及其性能分析 总被引:7,自引:1,他引:6
钟差预报是卫星导航系统应用中的一项关键技术。Kalman算法作为一种最优预测算法,在原子钟时间尺度、GPS钟差预报中得到了广泛的使用。但是,GPS钟差预报的Kalman模型中通常只考虑了钟差的确定性部分,将随机性部分简单作为白噪声处理。对随机性部分采用幂律谱模型,分析了Kalman算法用于卫星导航系统钟差预报的性能和适用条件。论文首次详细讨论了钟差变化中的确定性部分和随机性部分对钟差预报误差的影响;文中还完善了前人文献中利用阿伦方差计算Kalman预报噪声方差阵的推导;最后利用IGS数据,比较和分析了四种情况下Kalman预报、递推最小二乘和灰色系统GM(1,1)预报精度。结果表明在数据充足的情况下,对于一天内的短期预报,Kalman算法精度最高,预报结果与IGS事后精密钟差的标准差小于10ps。
相似文献
相似文献