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。     

高精度惯性导航系统动态基准设计方法研究

为了有效评估高精度惯性导航系统的动态精度,获取更高精度的动态基准导航参数是关键.提出了一种针对高精度惯性导航系统的动态基准设计方法,对固定区间平滑滤波的算法原理进行了研究,并在不改变外测信息采样周期的前提下,对算法进行了改进,以提高固定区间平滑滤波对导航系统误差估计的平滑度.经仿真数据和实测数据验证,改进后的固定区间平滑滤波算法能有效提高惯性导航系统导航精度,平滑后的导航参数可作为评价高精度惯性导航系统动态精度的基准.     

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.     

基于五阶容积-二阶平滑变结构滤波算法的捷联惯导系统初始对准技术

为了改进捷联惯导系统大方位失准角初始对准情况下的方位失准角对准精度和稳定性问题,提出了一种组合对准方法。该方法将Kalman滤波对准模型与罗经对准模型相结合构建了一种组合对准机制,并在此模型基础上提出了基于非线性滤波和鲁棒滤波的五阶容积-二阶平滑变结构滤波算法,将五阶容积-二阶平滑变结构滤波算法与组合对准机制相结合,从而实现大方位失准角的初始对准。仿真结果表明,五阶容积-二阶平滑变结构滤波对准方法得到的方位失准角对准精度明显优于常见的几种对准方法,且其对准结果的重现性更高。因此,提出的五阶容积-二阶平滑变结构滤波算法能够很好地适用于大方位失准角的初始对准。     

GNSS最优载波相位平滑伪距研究

平滑常数是影响载波相位平滑伪距精度的关键参数,实际数据处理时主要依据经验设定平滑常数。这种主观设定过程缺乏理论依据,无法达到最优平滑效果。针对此问题,以适用于实时GNSS载波相位平滑伪距的经典Hatch递推滤波算法为基础,在连续时间域上分析了载波相位平滑伪距误差的主要构成,给出了总误差估算公式,分析了平滑常数对平滑精度的影响传导机制。进一步,采用令平滑总误差最小为目标的极值法推导给出了最优载波相位平滑常数的计算公式,给出了最优载波相位平滑伪距的完整处理步骤。最优平滑常数算法在数学意义上最优,大幅压缩了伪距测量误差,又不会引入过大的电离层发散误差。通过两个实际算例,证明了算法有效性。     

传递对准中载舰挠曲变形和杆臂效应一体化建模与仿真

 针对舰载机惯导系统大方位失准角传递对准的非线性问题,根据舰载机在载舰上的实际停放情况,引入舰载机标称坐标系,并综合考虑载舰挠曲变形和杆臂效应的影响,建立挠曲变形和杆臂效应加速度一体化模型,完善舰载机惯导系统大方位失准角传递对准线性化模型。采用“速度+角速度”组合匹配算法的滤波模型,对固定安装失准角和挠曲变形角进行了估计。结果表明,该模型在舰载机大方位失准角传递对准时可以满足对准精度和时间的要求。     

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.     

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。     

基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用

针对舰载机惯导系统非线性传递对准问题中误差模型不完善的问题，同时考虑了挠曲运动和动态杆臂的影响，提出了一种新的适用于大方位失准角情形下的挠曲变形和杆臂效应加速度一体化误差模型。采用高阶容积卡尔曼滤波（HCKF）算法对状态进行滤波估计，考虑到HCKF具有较大的计算量，分析了传递对准模型的状态方程与量测方程结构，设计了一种基于边缘采样的简化高阶容积卡尔曼滤波（M-RHCKF）算法，其在时间更新中使用边缘采样算法，在量测更新过程中使用简化量测更新过程，并给出了该算法的证明过程。采用"速度+姿态"组合匹配方式，对提出的误差模型进行仿真实验。结果表明，该模型可以满足对准精度和对准时间的要求，相比于未考虑动态杆臂的传递对准模型具有更高的对准精度。     

卡尔曼平滑的自校准技术

介绍了卡尔曼平滑技术的固定区间平滑方法，推导了非线性时变模型的固定区间平滑公式，并将之应用到轨道约束自校准技术中，且导出了相应公式。     

基于改进强跟踪ASCKF算法的SINS/GNSS组合对准方法

大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此,提出了一种基于改进强跟踪自适应平方根容积卡尔曼滤波算法的组合对准方法。该方法采用QR分解求取协方差的分解因子,并在状态预测方差阵的平方根更新中引入多重渐消因子调整滤波增益;同时,基于Sage-Husa自适应滤波,引入改进的时变噪声估计器实时估计噪声的统计特性。仿真结果表明,采用改进的滤波算法进行大方位失准角下的组合对准,对准精度明显提高。     

自由段弹道目标跟踪算法在工程中的应用

在对弹道目标跟踪预警的工程实践中,雷达系统对目标运动的信息处理速度尤为重要,因而,文章选取自适应跟踪模型与卡尔曼滤波相结合的方法解决自由段弹道目标的跟踪问题,并与扩展卡尔曼跟踪算法做了对比分析。仿真显示,2种滤波方式分别与自适应跟踪模型相结合后,卡尔曼滤波和扩展卡尔曼滤波跟踪性能相差不大,但其算法简单、运算时间短,可以较好满足自由段弹道目标跟踪的工程需求。     

三种传递对准方法的对比研究

传递对准是动基座对准的一种方法,其有多种匹配方案。文章对比了＂速度＂匹配和＂姿态＂匹配、＂速度＋姿态角＂匹配3种传递对准方案。运用卡尔曼滤波算法,对失准角进行估计,并对估计结果进行比较,分析了3种匹配方案的对准精度及适用性。     

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导，针对无人机与非合作目标间中远距离的相对导航问题，提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上，为了提高精度和稳定性，本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进，提出了一种LM-IEKF算法，并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上，考虑到距离传感器由于信号相关特性而引入的乘性噪声，现有的加性噪声模型难以适应，因此，进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法，通过在线实时更新噪声阵提高滤波的精度，并设置渐消记忆指数平滑估计结果。算法验证结果表明，与现有的EKF、IEKF算法相比，在仅含加性噪声的情况下，LM-IEKF算法具有更好的性能；在包含乘性噪声的情况下，Modified LM-IEKF可以有效地估计量测噪声，与目前广泛使用的EKF算法相比，在综合相对位置和相对速度精度上分别提高了10%和23%。     

捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。     

基于数字滤波的低频时码秒脉冲抖动平滑方法研究

低频时码授时信号在接收时，由于环境等因素的影响会导致解调得到的低频时码秒脉冲出现抖动。为减小该抖动现象对低频时码定时精度的影响，基于我国低频时码授时系统（BPC），研究并设计基于数字滤波的秒脉冲抖动平滑方法，通过仿真实验，验证分析了最小均方误差（LMS）自适应滤波算法和卡尔曼滤波算法的有效性和抖动平滑性能。结果表明，低频时码秒脉冲的抖动现象可以通过BPC 1PPS (one pulse per second)和本地1PPS之间的相位差波动情况反映；LMS自适应滤波算法和卡尔曼滤波算法对BPC 1PPS的抖动平滑处理均有明显效果，卡尔曼滤波算法的抖动平滑效果更优，但存在一定的收敛时间，LMS自适应滤波算法的滤波结果响应速度快，但抖动平滑性能受滤波器阶数的影响。所以，在实际应用中，应根据实际需求选择合适的滤波器及相关参数。     

箭载SINS快速自对准技术

为适应运载火箭快速发射需求，捷联惯导系统采用自对准技术逐渐取代了复杂的光学瞄准系统。针对初始对准中Kalman滤波器收敛缓慢的问题，提出了基于低通滤波的运载火箭快速自对准方法。该方法基于凝固惯性系自对准算法，采用移动窗双矢量构造方案，实现了自对准实时解算。通过在凝固惯性系间姿态转换矩阵后端引入低通滤波器，降低杆臂效应引起的有害加速度影响，保证自对准精度。该方法不需要进行复杂的Kalman滤波运算，能够快速收敛，工程实现简单。数字仿真和试验数据表明，采用基于低通滤波的凝固惯性系自对准方法可以达到Kalman滤波对准同等级精度的同时缩短对准时间到5min以内，验证了该方法的有效性。