H∞滤波与粒子滤波在SINS传递对准方面的比较研究

为提高传递对准的精确性和鲁棒性,将H∞滤波和粒子滤波运用到SINS动基座传递对准,并对H∞滤波和粒子滤波应用于传递对准的鲁棒效果进行了比较。仿真结果表明,在有色噪声和白噪声强度较小时,两种滤波方法的滤波精度差别不大,但当有色噪声和白噪声强度较大时,粒子滤波精度优于H∞滤波。并且就估计精度而言,其鲁棒性优于H∞滤波,但H∞滤波的估计速度优于粒子滤波。     

惯性/图像组合导航中的双模态双滤波器研究

在简要介绍了飞行器视觉图像定位导航原理及模型的基础上，针对其非线性模型的推广Kalman滤波的收敛与初始条件有关的问题，将其定位导航的两种模型（线性与非线性模型）组合，提出了双模态双滤波器滤波方法。这种滤波能很好地解决非线性推广Kalman滤波的收敛问题。通过第一个线性滤波器的滤波估计给第二个非线性滤波器提供滤波初值，使这一非线性滤波收敛，并能取得较高的滤波精度。     

一种新的强跟踪H∞滤波方法研究及应用

针对常规H∞滤波跟踪机动过程能力较弱的问题,提出了一种新的强跟踪H∞滤波算法,该滤波算法具有较好的姿态跟踪能力,并保持了H∞滤波模型简单、鲁棒性好的优点.文中通过研究基于强跟踪H∞滤波方法的GPS/INS对准,实现空中机动条件下的惯导系统初始对准.对该算法进行仿真验证,测试结果表明,采用基于H∞的强跟踪滤波可以较好地提...     

H∞滤波及其在惯导中的应用

阐述了H∞滤波器的设计方法,建立了惯导系统初始对准的误差模型,并用状态解耦方法对模型进行了可观性分析.最后应用H∞滤波方法对可观的子系统进行了滤波器设计,给出了设计结果及相应的仿真曲线,仿真结果表明H∞滤波在惯导系统中应用是有效的.     

一种改进的INS／GPS组合导航鲁棒H∞多重渐消容错滤波算法

在对适用于INS/GPS组合导航的H∞滤波方法进行了深入研究基础上,提出了一种改进的H∞多重渐消容错滤波算法.首先给出了H∞滤波算法,然后对渐消记忆滤波方法进行了有效的改进,提出了多重渐消因子矩阵对称加权的滤波算法和残差归一化的多重渐消滤波方法,有效避免了残差量级差别所导致的残差检测失效和修正作用失配,最后提出了一种双重故障检测的容错策略,构造了改进的鲁棒H∞容错滤波器.仿真结果表明,改进的H∞容错滤波方法较常规Kalman滤波对系统模型和噪声的不确定干扰具有很强的鲁棒性,在有色噪声情况下具有高于常规Kalman滤波的精度,对于故障具有较强的检测能力和较好的组合效果,更加贴近于工程应用需求.     

基于自适应采样滤波器的临近空间飞行器姿态确定

为提高临近空间飞行器的姿态估计精度和稳定性,研究了捷联惯性导航系统与星敏感器组合定姿方法和滤波融合算法.首先给出了临近空间飞行器的高精度姿态确定方案及其模型,然后针对一般采样型滤波器自适应能力有限的缺点,推导了一种能在线自适应估计过程噪声和量测噪声协方差阵的自适应采样滤波算法,该算法融合了自适应估计和非线性滤波各自的优点,不仅能对姿态确定系统的非线性滤波问题进行高精度估计,而且估计结果具有较强的鲁棒性,最后进行了仿真实验.实验结果表明本文方法达到10角秒的定姿精度,其滤波精度和稳定性均满足临近空间飞行器的定姿要求.     

基于H∞滤波技术的GPS/INS全组合导航系统研究

本文根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角9维状态，并利用GPS和INS的位置、速度和姿态观测信息对全部状态进行观测，组成全松组合导航系统，由H∞滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真，仿真结果表明，该系统结构简单，状态估计精度较高，系统鲁棒性好，便于工程实现，坚实际工程应用具有重要的现实意义。     

卡尔曼滤波中动态模型的分级解耦

本文对卡尔曼滤波中动态模型的解耦提一种新的方法，这种方法其实质是把对整个动态模型的并联滤波估计变成对整个动态模型的分级串联滤波估计。这种分解耦的方法即可用于线性动态模型又可用于非线性动态模型。对于阶数很高的非线性动态模型，这种方法对于提高估计精度，减少量和计算时间，更有其优越性。本文利用一个九阶非线性动态模型进行仿真计算。计算结果说明了这种方法的有效性。     

基于H∞与Kalman联合滤波的二次快速传递对准方法研究

将H∞滤波用于舰载导弹捷联惯导系统（SINS）的动基座传递对准。仿真研究结果表明，在测量噪声强度较小时，H∞滤波方法的显著特点是估计速度优于Kalman滤波，其估计精度略低于Kalman滤波。为提高动基座传递对准的快速性，将精对准分为两次进行。第一次精对准利用日。滤波估计速度快的这一优点，通过速度匹配进行水平对准，第二次精对准采用Kalman滤波通过速度加姿态变化量匹配进行航向对准。仿真结果表明，在测量噪声强度较小时，第一次对准可在2秒钟之内完成，第二次对准可在7秒钟之内完成。两次传递对准可在9秒钟之内完成。     

矢量观测确定卫星姿态的预测粒子滤波算法

在矢量观测的基础上,针对单独的星敏感器定姿,提出了一种将粒子滤波(PF)和预测滤波相结合的姿态确定算法,通过设计粒子初始化,结合重要性采样、重采样和规则化等手段,成功地将姿态四元数作为状态粒子进行更新和传递,避免了状态方程的线性化和协方差矩阵的计算;利用预测滤波算法估计模型误差和姿态角速度,在保证滤波精度的同时,有效降低了粒子滤波器的维数.实验在某对地观测通用小卫星平台上进行,选取卫星自由飞行状态和飞轮控制对地稳定模式,分别对滤波器进行了仿真,实验结果验证了该算法对本质非线性、非高斯的卫星姿态估计问题具有快速的收敛性能和良好的稳定精度.该方法还为粒子滤波器的设计和无角速度敏感器测量的飞行器姿态确定提供了借鉴.     

基于凸优化技术的多目标鲁棒滤波组合导航方法

Kalman滤波在组合导航中的应用已很广泛,但是,在系统不确定情况下,误差出现发散,精度下降,采用的基于Riccati方程的H∞滤波技术对系统噪声的不确定性则具有一定的鲁棒性,但性能参数选取仅能凭经验而无系统的方法,给工程实践带来一定困难.根据现代控制理论最优控制理论思想,使用凸优化技术设计鲁棒混合H2/H∞滤波器融合高精度的GPS和CNS量测信息,解决系统不确定性问题,通过在惯性/卫星/天文组合系统中的半物理数据仿真进一步对混合H2/H∞滤波和H∞滤波算法进行了比较.仿真结果表明,真实器件噪声情况下,鲁棒混合H2/H∞滤波算法明显具有良好的精度.     

非线性估计理论的最新进展

扩展Kalman滤波(EKF)是应用最广的非线性估计方法，然而它存在实现性差、计算量大、估计精度低等缺陷，这些问题起源于。EKF采用了Taylor展开近似。在阐明非线性估计的本质，剖析EKF等传统方法的特点及缺陷的基础上，从非线性估计革新的两条发展思路——非Taylor展开的线性变换及非线性变换出发，分别对插值滤波、Unscented滤波、粒子滤波和神经网络滤波这四种近年来最具特色的新方法进行介绍和评述。通过分析这些方法的工作原理、性能特点、必要性和可行性，将非线性估计最新进展的思想传承、本质内涵、地位与作用予以展现，指出各方法的现存问题、发展潜力和最具可实现性的发展方向。同时强调了各种算法的选取须根据具体应用场合和条件，在主要性能指标之间综合权衡。     

模型参数扰动下的火星大气进入鲁棒状态估计方法

针对火星大气进入段模型参数扰动及动力学系统的强非线性影响导航系统状态精确估计问题，提出了一种模型参数扰动下的鲁棒插值滤波（DDF）方法。该方法在传统插值滤波方法代价函数的基础上，通过把扰动参数对状态估计精度影响的度量矩阵乘积的迹增广到代价函数，推导了具有解析滤波增益形式的鲁棒插值滤波方法。同时，通过实时计算进入过程中导航系统的非线性，基于系统非线性度给出了鲁棒插值滤波方法阶次自适应选取准则。只在系统强非线性阶段采用高阶鲁棒插值滤波方法，既保证状态估计精度，同时满足导航系统实时性需求。仿真结果表明，提出的鲁棒插值滤波方法比传统的一阶插值滤波方法估计精度更高，能达到二阶鲁棒插值滤波方法的估计精度，比整个进入过程采用二阶鲁棒插值滤波方法具有更高的解算效率。     

姿态机动时天基武器系统的传递对准技术

根据考虑弹性变形的传递对准模型和空间导航解算所需的轨道运动学模型,研究了基于Kalman滤波的角速率与姿态阵匹配的姿态机动时天基武器系统的传递对准.仿真结果表明:弹性变形对两种匹配方式的传递均有影响;与Kalman滤波相比,H∞广义平方根滤波的对准性能更优;姿态阵匹配法较角速率匹配法更为适用.     

预测滤波器的分散化结构

预测滤波器是一种基于非线性系统模型的滤波方法,它通过使输出一步前向预测误差最小来估计模型误差,具有较高的估计精度.当预测滤波器应用到多传感器系统时,存在维数多、计算量大等缺点.本文提出了一种预测滤波器的分散化方案,将分散化滤波的优点引入到预测滤波器中.该方案中子滤波器各自给出模型误差的局部估计,并传递给主滤波器.主滤波器由此计算全局最优估计,并反馈重置各子滤波器.通过多传感器卫星测姿系统的仿真,证实分散化之后的预测滤波器与集中的预测滤波器具有相同的精度.同时,分散化的结构具有维数低、矩阵运算量小等优点,而且有利于增强系统的故障检测能力,提高系统的容错性.     

自适应推广KALMAN滤波应用于导弹的被动制导问题

本文介绍一种非线性系统的自适应推广Ｋａｌｍａｎ滤波算法。结合导弹的被动制导问题，我们提出了一种针对非线性观测模型和线性动态模型的自适应推广Ｋａｌｍａｎ滤波器。仿真结果表明，自适应推广Ｋａｌｍａｎ滤波器的性能优于原有的推广Ｋａｌｍａｎ滤波器。     

Rao—Blackwellized粒子滤波在SINS／GPS深组合导航系统中的应用研究

在组合导航系统数据处理中,有时会出现线性非线性混合模型的高维滤波问题,此时采用传统的线性卡尔曼滤波无法直接处理,而一般的非线性粒子滤波计算量往往很大,难以满足导航系统实时性要求.因此,本文提出了利用Rao-Blackwellized(R B)思想对上述组合导航滤波模型进行分块处理,对于线性子空间采用卡尔曼滤波方法,对于非线性子空间采用粒子滤波方法.优化处理后的粒子滤波维数从20减少到3,使抽样所需的粒子数大大减少.通过仿真验证表明,在选取相同粒子数目前提下,本算法的滤波精度明显提高,并有效保证了导航计算的实时性.     

相干通信中的非线性滤波

本文讨论相干通信中的非线性滤波问题。文中应用扩大状态变量方法建立了非线性估计模型。重点讨论了条件福克一普朗克(Fokker—Planck)方程,由此导出了估计方程和方差方程,从而构造出条件均值滤波算法。应用这种算法得出了由高斯白噪声策动的角调信号通过理想信道和随机时变信道后的非线性最佳相位估计器。计算机模拟结果证明了理论分析的有效性。     

UKF在基于修正罗德里格参数的飞行器姿态确定中的应用

UKF是一种新的非线性滤波方法,在状态的时间更新阶段直接使用非线性模型,不引入线性化误差,而且不必计算Jacobi矩阵,相对于扩展卡尔曼滤波(EKF)不仅能提高滤波精度,而且更容易实现。修正的罗德里格参数(MRPs)是一种飞行器姿态参数,相对于四元数姿态参数,用MRPs表示飞行器的姿态时,状态误差方差不会产生奇异性,并且能在一定程度上减小估计的计算量。本文针对MRPs表示的无陀螺飞行器姿态系统,利用UKF设计了姿态估计器,并通过仿真验证了算法的有效性。     

基于鲁棒H∞滤波的追踪卫星相对导航算法研究

针对追踪卫星存在轨道机动的情况,在模型存在不确定参数和非高斯噪声输入时,研究了基于鲁棒H∞滤波理论的相对导航算法.该算法采用线性不等式技术,根据Lyapunov稳定性原理推导出具有范数有界不确定参数离散系统的鲁棒H∞滤波器存在的充要条件,并将滤波器的设计转化为一个凸优化的求解问题.将该算法应用到追踪卫星导航中,仿真结果表明该算法在大轨道机动下有效且能消除模型不确定性和非高斯噪声对系统造成的不利影响.