首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 156 毫秒

1.  基于变分贝叶斯的自适应鲁棒滤波算法  
   左云龙  尹伟伟  高敬东  李开龙《导航定位于授时》,2017年第4卷第5期
   针对组合导航姿态估计中,观测同时受到野值与时变观测噪声影响的问题,构造一种基于变分贝叶斯的自适应鲁棒滤波算法.该算法可以有效地解决自适应与鲁棒滤波策略的矛盾,利用变分贝叶斯近似估计变换的观测噪声,在变分贝叶斯的滤波框架内,利用Huber滤波鲁棒化方法处理连续野值.在组合导航姿态估计试验中,验证了该算法具有良好的自适应与鲁棒性,并能够保持较高的估计精度.    

2.  基于凸优化技术的多目标鲁棒滤波组合导航方法  
   徐帆  房建成《宇航学报》,2009年第30卷第3期
   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.    

3.  基于神经网络的航天器GPS/INS组合定姿系统  被引次数:1
   岳晓奎  袁建平《中国航空学报》,2006年第19卷第3期
   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.    

4.  基于自适应采样滤波器的临近空间飞行器姿态确定  被引次数:1
   曲从善  许化龙  谭营  宋敏达《宇航学报》,2009年第30卷第3期
   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.    

5.  粒子滤波及其在航天器交会对接相对导航中的应用  
   刘涛  解永春  胡海霞《空间控制技术与应用》,2011年第37卷第6期
   在全面分析粒子滤波原理的基础上,提出一种改进高斯粒子滤波方法.该方法利用确定性采样滤波算法进行时间更新,替代高斯粒子滤波算法中的随机采样过程;另外,针对厚尾噪声情况,利用鲁棒统计方法对确定性采样滤波方法进行鲁棒性改进,并将其应用于所提出的改进高斯粒子滤波.将粒子滤波算法应用于交会对接相对导航问题,仿真结果表明,在多种测量噪声情况下,改进高斯粒子滤波较其他粒子滤波,能够在不过多损失估计精度的同时有效降低计算量.文中的研究成果为将粒子滤波应用于航天器导航问题提供了理论参考.    

6.  基于Bancroft算法的GPS动态定位非线性滤波法  被引次数:1
   张勤  陶本藻  赵超英  王利《南京航空航天大学学报(英文版)》,2005年第22卷第2期
   由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解.    

7.  SINS/GPS/CNS组合导航中的鲁棒滤波算法研究  
   程娇娇  熊智  郁丰  吴旋  赵慧《航空计算技术》,2013年第6期
   组合导航系统难以精确建模、噪声统计特性难以获得等问题逐渐突出,严重影响了组合导航系统滤波器的稳定性。为提高SINS/GPS/CNS组合导航系统的鲁棒性,设计了基于H∞滤波理论的鲁棒滤波算法,提高了导航系统对系统模型参数变化的适应能力。通过仿真与线性卡尔曼滤波器进行对比,验证了在系统模型参数变化的情况下,H∞滤波器精度几乎不发生改变,有更好的鲁棒性;提高了组合导航系统在噪声统计特性和模型参数不易确定情况下的导航性能。    

8.  序贯结构的Sage-Husa自适应滤波及其应用  
   张晶宇  吴美平  李涛  段红华《导航与控制》,2012年第3期
   在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。    

9.  发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法  
   熊智  潘加亮  林爱军  《南京航空航天大学学报》,2015年第47卷第3期
   传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。    

10.  改进故障隔离的容错联邦滤波  
   熊智  邵慧  华冰  方峥《航空学报》,2015年第36卷第3期
    为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。    

11.  基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究  被引次数:17
   徐田来  游文虎  崔平远《宇航学报》,2005年第26卷第5期
   针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。    

12.  基于LQG/LTR的高超声速飞行器全通道姿态控制  
   杜立夫  陈宜成  闵勇  李冬《飞行力学》,2017年第35卷第5期
   针对高超声速飞行器具有强烈的非线性、耦合及不确定性等特点,且存在系统噪声和量测噪声,使姿态控制变得困难的问题,提出了采用LQG/LTR控制方法进行全通道姿态控制的思路.首先,在平衡点通过小偏差线性化方法建立多变量耦合的控制模型;然后,运用LQG/LTR控制方法设计姿态控制器.仿真结果表明,在有高斯噪声情况下,所设计的姿态控制系统实现了指令精确跟踪,具有较强的鲁棒性.    

13.  应用于MEMS_SINS/GPS组合导航系统的H_∞容错滤波算法  
   石静  杨建华  刘慧英《空间控制技术与应用》,2015年第41卷第2期
   针对基于微机电系统(MEMS,micro electro mechanical system)的捷联惯性导航系统(SINS,strapdown inertial navigation system)与全球定位系统(GPS,global positioning system)组成的组合导航系统中存在不确定干扰并且GPS量测输出中经常含有故障信号的情况,提出一种H∞容错滤波算法,能够对不确定噪声干扰具有鲁棒性,并且能够在检测到故障信号后进行容错计算,使滤波精度始终保持在要求的范围内.基于H∞滤波器,在状态估计方程中加入加权因子,使滤波器具有容错的功能,并且适用于组合导航中量测分量的数量级相差很大的情况.仿真试验结果表明,该算法能有效降低GPS中故障信号的不利影响,使系统在故障存在期间仍能正常工作.    

14.  基于LMI的组合导航多目标控制  被引次数:2
   Wang Lixue  Guo Lei《航空学报》,2008年第Z1期
   针对模型不确定性和噪声非高斯容易导致Kalman滤波精度下降的问题,研究了一类组合导航系统的鲁棒H2/H∞多目标控制问题。将组合导航误差状态方程转化为不确定系统多胞型描述,基于线性矩阵不等式(LMI)将控制器存在条件转化为凸优化问题进行求解。系统的稳定性通过Lyapunov稳定性理论得到保证,通过H2和H∞控制达到抑制干扰的目的,通过保性能控制提高系统的快速性,而对于非零初始条件通过极点配置加速初始阶段的收敛。由仿真结果可以看出,该方法收敛快、鲁棒性强、精度较高。    

15.  基于新息和残差的自适应UKF算法  被引次数:3
   周卫东  乔相伟  吉宇人  孟凡彬《宇航学报》,2010年第31卷第7期
   针对先验噪声统计特性与实际不符引起卡尔曼滤波精度下降的情况,提出了一种基于新息和残差序列在线估计噪声统计特性的自适应无迹卡尔曼滤波算法.该算法首先通过新息序列实现了对观测噪声协方差矩阵的实时跟踪;然后根据新息和残差的正交性原理估计过程噪声协方差的实时变化;最后利用协方差匹配原则在线修正噪声的理论协方差使其逼近真实的噪声水平,从而实现最优估计.另外算法中通过引入尺度因子,进一步减小了泰勒展开造成的截断误差,提高了估计的精度.DR/GPS组合导航系统的仿真实验表明,该算法对时变的噪声统计特性有较强的自适应性,滤波精度更高,鲁棒性更强.    

16.  一种新的鲁棒非线性卡尔曼滤波  
   常路宾 许江宁 常路宾《南京航空航天大学学报》,2011年第43卷第6期
   Huber方法是一种基于l1/l2联合范数的估计方法,该方法可以实现估计的鲁棒性,同时尽量不损失滤波精度和效率.基于Huber估计的无味卡尔曼滤波虽提高了无味卡尔曼滤波的鲁棒性,但这种方法用统计线性回归模型来近似非线性的观测模型,损失了无味变换的精度.从Huber方法的数学意义出发,对观测信息(观测值或观测噪声)进行重新构造,然后对精确的非线性观测方程进行标准的无味卡尔曼滤波,这种新的基于Huber方法的无味卡尔曼滤波无需对非线性观测方程进行线性近似,在保持鲁棒性的前提下提高了滤波精度.通过一个具有混合高斯分布观测噪声的简明实例,验证了新算法在鲁棒性、滤波精度以及估计一致性方面的优势.    

17.  长航时环境下高精度组合导航方法研究与仿真  
   杨波  王跃钢  单斌  周小刚《宇航学报》,2011年第32卷第5期
   研究了一种利用捷联惯导、星敏感器和北斗接收机进行长航时高精度组合导航的方法.对捷联惯导系统误差、星敏感器安装误差、北斗定位误差分别进行建模,将星敏感器输出的载体姿态角、北斗接收机输出的载体位置与捷联惯导输出的对应参数分别相减作为量测,推导获得组合导航量测方程.针对长航时环境下可能面临量测噪声统计特性的不确定问题,采用简化的Sage-Husa自适应滤波算法进行组合导航滤波设计.仿真结果表明,该组合导航方法的定位精度达到±11.86m,定姿精度达到±0.27′,并且对量测噪声统计特性的突变具有较强的鲁棒性.    

18.  自适应融合滤波算法及其在INS/GPS组合导航中的应用  
   王小旭  赵琳《宇航学报》,2010年第31卷第11期
   针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM-AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage-Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM-AFF算法兼具Sage-Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM-AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM-AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位精度。    

19.  一种长距离高可靠月面巡视自主导航方法  
   谭龙玉  贺亮  彭杨  王兆龙  曹涛《载人航天》,2018年第3期
   针对复杂非结构化月面上高精度巡视自主导航的应用需求,提出了一种基于惯导/视觉/天文组合的长距离高可靠自主导航方法。在建立惯性/天文基于原始观测角度信息紧耦组合量测模型和惯性/视觉改进量测模型的基础上,采用异步量测特性的集中自适应滤波算法提高了月面巡视器自主导航系统的导航精度和可靠性。数学仿真结果表明,该方法具有较高的绝对定位和定姿精度,位置和姿态精度分别优于60 m和0.1°,并且具有较高的可靠性和鲁棒性,能够满足月面巡视高精度自主导航的要求。    

20.  四元数UKF超紧密组合导航滤波方法  被引次数:3
   袁赣南  张涛《北京航空航天大学学报》,2010年第36卷第7期
   针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation System)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号