抗差自适应分步滤波算法在PPP/INS组合导航中的应用

针对常规抗差自适应滤波算法在PPP/INS组合导航应用中存在难以准确识别和分离观测粗差及运动异常对定位结果影响的问题，基于分类因子自适应滤波原理,提出了一种抗差自适应分步滤波算法。该算法首先执行第一步滤波,对状态模型异常信息进行隔离，仅对观测粗差进行诊断和抗差处理；然后在第一步滤波的基础上，执行第二步滤波，对状态模型异常进行诊断和自适应处理。算法分析表明，抗差自适应分步滤波算法可以准确地识别和分离观测粗差和运动异常扰动。实验结果表明，抗差自适应分步滤波算法能够进一步增强滤波算法抵抗观测粗差和运动异常扰动对滤波结果的影响，提高PPP/INS组合导航系统定位结果的稳定性和可靠性。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

INS/SAR组合定位技术研究

主要研究了INS/SAR组合对运动目标的定位算法。首先,建立了INS/SAR组合定位系统数学模型;其次,基于卡尔曼滤波方法和alpha-beta滤波方法完成了INS/SAR组合定位算法设计;最后,考虑组合导航系统误差及导引头测量误差,对定位算法进行了数字仿真及性能分析。仿真结果表明,所设计的INS/SAR组合定位算法在远距对运动目标具有较高的定位精度。     

自适应滤波算法在SINS/GPS组合导航系统中的应用研究

以SINS/GPS组合导航系统为应用背景,对具有代表性的Sage自适应滤波和渐消卡尔曼滤波进行了研究,分析了这些方法在SINS/GPS组合导航应用中存在的问题,提出了适合工程应用的改进方法。改进的Sage自适应滤波主要对系统状态噪声协方差阵利用状态误差进行估计,更符合SINS/GPS组合导航系统的实际情况,提高了滤波稳定性。改进的渐消卡尔曼滤波采用矩阵因子的形式直接对状态预测协方差阵各分量进行不同程度的调节,使调节更趋合理。此外,改进算法增加了对观测粗差的处理,降低了观测粗差对滤波结果的影响。最后,用实际跑车试验验证了改进方法的有效性。     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性以及收敛速度和稳态误差之间的矛盾,提出了一种复数型自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度。分析了新算法的收敛特性以及参数选择对算法性能的影响。算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点。计算机仿真的结果与理论分析相一致,证实了算法的收敛性能优于标准的LMS算法并且具有较好的实用性。     

广义预测自适应控制器在导弹控制系统设计中应用

将一种新的广义预测自适应控制算法应用于快速时变的导弹控制系统设计中。讨论了设计参数对控制系统性能的影响;针对自适应控制信号过大,提出了改进方案,增强了系统的鲁棒性和抗干扰能力。大量的数字仿真结果表明:运用该方案设计的导弹控制系统具有很好的跟踪性能和强的抗干扰能力;对系统阶次、参数、时延和采样周期的变化具有很强的鲁棒性;自适应算法中,对验前知识要求少,实现起来也比较简单。     

Adaptive robust cubature Kalman filtering for satellite attitude estimation

This paper is concerned with the adaptive robust cubature Kalman filtering problem for the case that the dynamics model error and the measurement model error exist simultaneously in the satellite attitude estimation system. By using Hubel-based robust filtering methodology to correct the measurement covariance formulation of cubature Kalman filter, the proposed filtering algorithm could effectively suppress the measurement model error. To further enhance this effect and reduce the impact of the dynamics model error, two different adaptively robust filtering algorithms, one with the optimal adaptive factor based on the estimated covariance matrix of the predicted residuals and the other with multiple fading factors based on strong tracking algorithm, are developed and applied for the satellite attitude estimation. The quaternion is employed to represent the global attitude parameter, and three-dimensional generalized Rodrigues parameters are introduced to define the local attitude error. A multiplicative quaternion error is derived from the local attitude error to maintain quaternion normalization constraint in the filter. Simulation results indicate that the proposed novel algorithm could exhibit higher accuracy and faster convergence compared with the multiplicative extended Kalman filter, the unscented quaternion estimator, and the adaptive robust unscented Kalman filter.     

Robust adaptive filtering method for SINS/SAR integrated navigation system

This paper presents a new robust adaptive filtering method for SINS/SAR (Strap-down Inertial Navigation System/Synthetic Aperture Radar) integrated navigation system. This method adopts the principle of robust estimation to adaptive filtering of observational data. A robust adaptive filter is developed to adaptively determine the covariance matrix of observation noise, and adaptively adjust the covariance matrix of system state noise according to the adaptive factor constructed based on predicted residuals. Experimental results and comparison analysis demonstrate that the proposed method cannot only effectively resist disturbances due to system state noise and observation noise, but it can also achieve higher accuracy than the adaptive Kalman filtering method.     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

基于RTS滤波的GPS+BDS非差非组合PPP/INS紧组合模型

GPS高精度定位技术在动态复杂环境中,其定位精度、可靠性和连续性因卫星信号频繁失锁而变差。为此,提出了采用基于RTS滤波(Rauch-Tung-Striebel Filter)的GPS+BDS非差非组合PPP(Precise Point Positioning)与INS(Inertial Navigation System)紧组合模型的策略来克服GPS在动态定位中的弱点。其中,采用GPS+BDS双系统观测数据,可提高PPP解算中的可用卫星数,改善星站间定位几何强度和提高PPP收敛速度;采用PPP/INS紧组合,利用INS的自主定位特性和短期高精度特性,可有效改善复杂环境下的定位精度和连续性;采用RTS滤波,可进一步提高PPP/INS紧组合性能。首先推导了GPS+BDS非差非组合函数模型、PPP/INS紧组合函数模型和RTS滤波函数模型,然后利用一组车载动态数据,对动态GPS PPP、GPS+BDS PPP、GPS/INS紧组合、GPS+BDS PPP/INS紧组合和基于RTS的GPS+BDS PPP/IMU紧组合的定位、测速和定姿性能进行分析。实验结果表明,该方案可有效提高定位(58%～72%)、测速(74%～82%)和定姿(4%～23%)精度,特别是对卫星失锁期间的定位性能改善尤为明显。     

基于联邦滤波的多源融合导航算法

在复杂多变环境下,单一导航源的定位性能和鲁棒性会受到一定的影响。针对汽车、小型飞行器在城市、峡谷、卫星信号缺失或被遮挡以及导航信息源繁多等情况,研究了基于联邦滤波的多源融合导航算法。该算法综合利用了各种不同的信息源,经过多传感器的高度集成、多信息源的数据融合,生成时空基准统一且具有抗干扰、连续、可靠的PNT服务信息。设计的联邦滤波器采用两级结构,在子滤波器中进行局部估计后,在主滤波器中进行最优合成。此外,每个子滤波器加入了故障诊断算法,且结合自适应滤波理论进行信息因子的自适应分配,有效提高了故障检测能力。最后,通过实验验证了不同信息源组合的有效性,表明所设计的基于联邦滤波的多源融合算法可以提供稳定、可靠以及高精度的多源融合定位服务,具有一定的研究意义和实际价值。     

基于LMI的鲁棒滤波在无人机飞控系统中的应用

针对无人机在实际飞行过程中存在外界干扰以及传感器量测噪声的问题,应用线性矩阵不等式理论对无人机飞控系统进行了降阶鲁棒滤波器设计.讨论了适用于连续系统的降阶鲁棒滤波算法以及滤波器存在的条件.最后,进行了无人机纵向高度保持阶段的数字仿真,给出迎角与俯仰角速度的仿真曲线,仿真结果验证了该算法的合理性和有效性.     

基于B1c/B2a/B3I北斗三频实时 高采样率动态PPP分析

为了分析北斗三号新信号的三频实时动态PPP定位性能，首先推导了三频两两组合无电离层模型和三频非差非组合模型的观测方程。基于山东建筑大学CORS站观测得到的北斗三号B1c/B2a/B3I三频信号1s采样率数据，使用iGMAS提供的超快速精密星历预报部分，制定了基于B1cB3I-B2aB3I三频无电离层两两组合、B1cB2aB3I三频非差非组合以及用于对比分析的B1cB2a、B1IB3I两种双频无电离层共四种定位方案。然后利用Net_Diff软件进行实时动态PPP实验，对超快速精密轨道和钟差预报部分的精度和稳定度以及实验解算结果进行分析，对比不同定位方案的定位性能。实验分析表明，两种三频定位方案定位性能均优于B1cB2a双频定位方案，定位精度能达到0.462m和0.479m，收敛至分米所需时间能达到45.8min和62.8min；B1IB3I方案定位性能优于两种三频定位方案，定位精度和收敛速度能达到0.228m和6.6min。     

基于B1c/B2a/B3I北斗三频实时高采样率动态PPP分析

为了分析北斗三号新信号的三频实时动态PPP定位性能,首先推导了三频两两组合无电离层模型和三频非差非组合模型的观测方程。基于山东建筑大学CORS站观测得到的北斗三号B1c/B2a/B3I三频信号1s采样率数据,使用iGMAS提供的超快速精密星历预报部分,制定了基于B1cB3I-B2aB3I三频无电离层两两组合、B1cB2aB3I三频非差非组合以及用于对比分析的B1cB2a、B1IB3I两种双频无电离层共四种定位方案。然后利用Net_Diff软件进行实时动态PPP实验,对超快速精密轨道和钟差预报部分的精度和稳定度以及实验解算结果进行分析,对比不同定位方案的定位性能。实验分析表明,两种三频定位方案定位性能均优于B1cB2a双频定位方案,定位精度能达到0.462m和0.479m,收敛至分米所需时间能达到45.8min和62.8min;B1IB3I方案定位性能优于两种三频定位方案,定位精度和收敛速度能达到0.228m和6.6min。     

一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测算法

针对当前的山体滑坡监测技术监测精度低、实时性差、自动化程度低的问题，提出了一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测技术。该技术使用抗差自适应Kalman滤波技术,对包括实时动态(RTK）载波相位差分定位数据、无人机摄影测量数据、土工带传感器数据在内的多源数据进行融合分析，将滑坡形变监测精度提高到了mm级。RTK技术和土工带传感器的使用克服了天气状况、植被覆盖对滑坡监测的影响。使用灰色预测理论对山体滑坡监测点进行形变预测，结合蠕变切线角判据，该技术实现了对山体滑坡预警等级的划分。仿真实验结果显示，该山体滑坡监测技术能够成功实现山体滑坡预测预警功能。     

基于UWB/SINS组合的行人导航研究

在特殊环境下全球定位系统(GPS)信号强度被严重削弱,此时基于GPS技术的导航设备将受到严重影响。针对不依赖GPS的行人导航定位需求,提出了一种基于微机电捷联惯导系统(SINS)与超宽带(UWB)定位系统相结合的行人导航方法。该系统由捷联惯导系统与超宽带定位系统组成,行人导航算法在传统的捷联算法的基础上引入了零速修正技术用于检测零速时刻,并使用阈值法剔除了超宽带错误信息,通过联邦Kalman滤波融合了零速、位置和航向信息,并对系统速度、位置、航向进行了校正。行人导航实验表明,该方法能够提升系统定位精度,并进一步加强系统的稳定性与可靠性。     

RSSI测距在蓝牙室内定位抗差算法中的应用

蓝牙信号强度在室内环境下易受人员扰动等环境因素影响,从而影响定位精度。基于RSSI测距的蓝牙室内定位原理,将人员等扰动视为异常误差,采用胡贝尔、汉佩尔、IGG和LEGE四种抗差算法,比较分析了不同抗差算法的定位提升效果。试验结果表明,不管有无人员扰动,四种抗差算法均可改善定位精度,其中IGG法定位精度最高,约为3m,且有较好的稳定性。     

GNSS卫星钟差估计与结果分析

探讨了GNSS卫星钟差估计的基本原理、处理方法及数据处理中的一些关键技术,利用全球56个IGS跟踪站的观测数据进行钟差估计,比较分析了钟差产品的精度与定位性能。以GPS系统解算结果为例,其钟差产品与IGS最终精密卫星钟差符合较好,精度优于0.04ns(约0.012m),多系统钟差解算结果互差优于亚纳秒级。基于钟差产品进行精密单点定位解算试验,试验结果表明,在定位收敛之后,静态PPP在东、北、天3个方向上精度为0.0582m、0.0466m、0.1188m;动态PPP在东、北、天3个方向上精度为0.0671m、0.0640m、0.3200m。定位结果与IGS最终精密钟差解算结果符合较好,表明两者之间差异较小,进一步验证了解算得到的卫星钟差产品的定位性能。     

Fuzzy adaptive robust control for space robot considering the effect of the gravity

Space robot is assembled and tested in gravity environment, and completes on-orbit service（OOS） in microgravity environment. The kinematic and dynamic characteristic of the robot will change with the variations of gravity in different working condition. Fully considering the change of kinematic and dynamic models caused by the change of gravity environment, a fuzzy adaptive robust control（FARC） strategy which is adaptive to these model variations is put forward for trajectory tracking control of space robot. A fuzzy algorithm is employed to approximate the nonlinear uncertainties in the model, adaptive laws of the parameters are constructed, and the approximation error is compensated by using a robust control algorithm. The stability of the control system is guaranteed based on the Lyapunov theory and the trajectory tracking control simulation is performed. The simulation results are compared with the proportional plus derivative（PD） controller, and the effectiveness to achieve better trajectory tracking performance under different gravity environment without changing the control parameters and the advantage of the proposed controller are verified.