Kalman滤波技术在磁航向和捷联惯性组合系统初始对准中的应用

研究了磁航向和捷形惯性组合系统初始对准的设计方法。该方法能在初始对准过程中用卡尔曼滤波器估计出陀螺仪的随机常值漂移，从而提高了系统的对准精度。文中给出了系统的状态方程和测量方程，建立了完全闭环控制的卡尔曼滤波器，最后给出了二组不同条件下的模拟结果。     

采用BP神经网络的惯导初始对准系统

针对随机系统，提出了基于多层神经网络的滤波器，并将其用于惯导初始对准中。采用ＢＰ网络替代初始对准系统中的闭环卡尔曼滤波器，可以确保系统的误差状态始终为小量，实现了惯导初始对准中的滤波与校正功能。仿真结果表明，这种方法简化了系统运算的代数结构，提高了系统状态估值运算的实时性，而对准系统的精度又与原来采用滤波器的精度相当。     

解耦分布式滤波器在惯导初始对准中的应用

介绍了一种采用Ｌｕｅｎｂｏｒｇｃｒ标准变换阵的最优分布式卡尔曼滤波器及其在捷联惯导系统（ＳＩＮＳ）初始对准中的应用．该滤波器是由原高阶系统通过Ｌｕｃｎｂｅｒｇｅｒ标准变换阵变换后组成的．把系统分割成ｍ。个彼此解耦的低价子系统，从而形成了ｍ个独立的子滤波器，适用于多微处理器并行计算，大大提高了滤波的实时性。本文还对高阶系统中出现的不可观测状态的滤波作出处理。     

INS地面自对准的鲁棒性分析

讨论了惯性导航系统（ＩＮＳ）地面自对的鲁棒性能问题。文中指出当采用两个水平方向加速度计作为测量时，ＩＮＳ的地面自对准稳态性能与设计滤波民采用的噪声方差无关。但由于自对准的时间限制，实际自对准性能鲁棒性，即滤波器的稳态性能，可以通过鲁棒设计得进。利用对策论原理，文中给出了最优鲁棒ＩＮＳ自对准设计方案。     

快速传递对准的联邦滤波器设计

在机翼挠曲变形不可忽略的情况下,采用速度加姿态匹配的方法可进行快速传递对准.用于快速传递对准的卡尔曼滤波器的阶数将高达21维,故需要进行大处理量的滤波计算,这将导致快速传递对准所要求的快速滤波更新率得不到满足.针对这一问题,本文提出采用联邦滤波器进行快速传递对准,以解决采用集中滤波器进行快速传递对准时存在的计算量大且滤波更新率低的问题.文中设计了适用于快速传递对准的联邦滤波器结构和算法,建立了机翼挠曲变形模型,推导了速度匹配子滤波器的12阶系统模型及姿态角匹配子滤波器的15阶系统模型.仿真结果表明,在载机进行摇翼机动情况下,采用本文提出的联邦滤波器与采用集中滤波器进行快速传递对准的效果相当,计算量大大减小.     

基于天文观测技术的惯性导航系统的空中对准

提出了一种基于CCD星敏感器的捷联惯性导航系统的空中对准方法.应用双线性方程求解被观测星在星敏感器坐标系中的坐标值及传统最小二乘微分校正法求解捷联惯性导航的姿态,该姿态值与捷联惯性导航解算姿态的差值就是惯性导航系统的失准角.作为Kalman滤波器的观测量,计算机仿真结果表明,天文姿态信息有效地校正了陀螺漂移和初始失准角引起的位置和速度误差.     

空空导弹动基座低成本传递对准技术研究

针对空空导弹的特点，采用低成本惯性器件实现其动基座对准，文中重点研究了主惯导为平台式的惯导系统，子惯导为捷联式的惯导系统的传递对准原理和精度计算方法；建立了传递对准数学模型，进行了仿真研究；给出了具有实际参考价值的对准方案     

AR与ARMA有色噪声的生成方法

基于自回归与自回归滑动平均模型。讨论了两种有色噪声的软件生成方法，可使输出序列无起始瞬为现象，给定功率谱函数结构时采用递推算法。给定滤波器系数时采用步降法。分别给出了滤波器的两种设计流程。通过设置滤波器的初始状态，使得在白噪声激励下滤波器的输出序列稳定，无起始瞬变现象。     

用GPS信息的惯导快速对准方法

如何快速、准确地完成惯导系统的初始对准一直是惯导系统研究的关键技术，方位对准精度和对准时间的矛盾至今未能很好地得到解决。为解决这一问题，本文提出了双全球定位系统（ＧＰＳ）同惯性导航系统（ＩＮＳ）进行深组合的方法。仿真结果表明，该方法使方位对准时间缩短为不到２ｍｉｎ，精度达到１４．６７（″），较好地解决了方位对准问题，同时也提高了导航精度。     

H∞滤波及其在惯导地面自对准中的应用

在理想条件下,卡尔曼滤波技术应用于惯性导航系统的地面初始对准可实现快速对准并且具有较精度,然而在系统模型和统计特存在不确定性的条件,Ｈ∞滤波可有效地解决卡尔曼滤波应用受到的限制,不仅估计精度高。     

整周模糊度动态快速求解

初始整周模糊度的求解是利用GPS载波相位进行测量时的关键问题，本文提出了一种初始整周模糊度在航快速解算方法，该方法由低阶Kalman滤波器和基线约束条件来实现，利用Kalman滤波器动态递推的特性可以实现模糊度的动态解算，由基线约束条件可以有效地剔除不合理模糊度组合，文中对所提出的算法进行了理论推导，并进行了计算机仿真和实测数据分析，仿真和实验结果表明，该算法计算量小，快速准确，适合整周模糊度的快速动态求解。     

一种新的高频输出零电压开关逆变器

提出了一种新的适用于高频交流配电系统的移相全桥逆变器。新的主电路在变压器副边输出端加入谐振式滤波器。该逆变器具有以下优点：(1)输出高频恒压正弦波，THD小；(2)能从空载到阻性满载范围内实现主功率管零电压开关；(3)更低的电磁干扰。本文阐述了变换器的工作原理，讨论了超前和滞后开关管的软开关的实现条件，比较了提出的谐振式滤波器与传统的谐振式滤波器的不同点，给出了设计方法，并通过一台输出150V／120kHz／2200VA的实验样机验证了工作原理，最后给出了实验波形。实验结果与理论分析一致，证明了该拓扑和控制方案的可行性。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

具有随机传输时滞的网络化控制系统故障检测

针对具有干扰的网络化控制系统提出了一种鲁棒故障检测方法。考虑网络化控制系统中,被控对象的传感器和执行器之间的信息传输是通过一个共享传输媒介与控制器连接实现,传感器-控制器,控制器-执行器之间的时滞由两个独立的马氏随机过程分别描述。通过对被控系统状态和故障检测滤波器的适当扩维,鲁棒故障检测滤波器以一组线性矩阵不等式(LMIs)的形式给出设计方法。残差基于控制器和故障检测滤波器获得的数据生成,在无故障发生时,其输出趋于零,故障发生后,跟踪故障信息。最后给出一个例子说明了所提方法的有效性。     

某型惯性导航系统修理技术研究

列出了某型惯性导航系统修理的联试阶段,在双陀螺罗经对准的不同状态码时段,该系统及陀螺平台等主要部件的常见故障。论述了其工作原理,分析了其故障原因,给出了高故障率零组件专用逻辑变换器、积分补偿变换器等的检测方法及合格判据和液浮陀螺组件的角传感器、加速度计、力矩传感器等的自检故障触发值,明确了主要故障点定位和修理方法。     

位同步提取环路带宽的自适应控制的研究

本文主要研究数字匹配滤波器在位同步提取环路带宽的自适应控制中的应用。首先，从理论上分析了匹配滤波器的误码性能，定量地推出数字匹配滤波器的误码率计算公式；然后，分析了输入信噪比与数字匹配滤波器输出状态的关系；最后，给出了位同步提取环路带宽的自适应控制的硬件实现方案。     

基于LabVIEW平台的数字抽取滤波器的设计与应用

介绍了基于LabVIEW平台的数字抽取滤波器的设计。该方法是对高采样率的数据进行低通数字滤波，然后对结果用1／K倍重新采样，将数字信号频带压缩K倍，从而实现动态测试较大的动态范围要求和划分频带要求，数字抽取滤波器的设计包含调制，数字滤波和抽取三方面，LabVIEW是一种基于图形编程语言（G语言）的开发环境，采用交互界面设计，模块化编程，该滤波器也是作者正在研制的动态测试分析虚拟仪器的一个重要组成部分。本文给出了在LabVIEW平台上所进行数字抽取滤波器的设计原理，仿真结果和在动态数字信号分析中的应用。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

最小相位FIR数字滤波器的设计

本文从最小相位滤波器的基本特性出发,讨论了最小相位FIR数字滤波器的各种设计方法,作了简要评述并给出了某些实例的设计结果。     

基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测，从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器，在充分考虑外加噪声干扰和系统误差的情况下，通过对一般反向传播学习算法进行改进，提出采用鲁棒反向传播学习算法调整观测器参数以辩识系统输出，再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度，本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明，对一般非线性系统故障检测，该方法具有有效性和实时性，以及对噪声干扰和系统误差的鲁棒性。