卡尔曼滤波定轨算法的研究进展

本文对国外卡尔曼滤波定轨算法的研究与试验进行了综述。80年代关于地球引场模型误差的研究，有大地改善了滤波的稳定性，在滤波的同时加进卡尔曼平滑，又显著提高了卡尔曼滤波的定轨精度。90年代美国、法国继研制成功卡尔曼波滤定轨软件，并投入试验运行，NASA的TONS软件（中继星星上导航系统）从1992年7月14日开始，在EUVE星上连续运行了320天，定轨精度（RMS）为25m。法国的DIODE（DORIS实时轨道确定）软件从1998年3月26日开始在SPOT4上运行的两年中，最长连接运行12个月，定轨精度（RMS）为6m。     

基于卡尔曼滤波的目标机动判别研究

在对目标方位序列进行卡尔曼滤波的基础上,利用滤波残差的分布特性,对其进行假设检验,可以据此判断方位序列是否发生显著变化,由此判断目标是否机动.为了说明这种方法的有效性,文中给出了一个实例.     

微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中，仅采用地磁矢量的模作为观测量，本文引入地磁矢量与太阳矢量之间的数量积作为观测量，增强了其可观性，也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter，EKF)虽然获得广泛应用，但其线性化过程会引入截断误差，而无香卡尔曼滤波器(Unscented Kalman Filter，UKF)是非线性滤波方法，不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究，仿真结果表明了本文算法的有效性，如磁强计偏置的标定精度，UKF比EKF高26%。     

有序递推滤波修正系统误差方法

本文将推广卡尔曼滤波的原理拓展到对测量元素逐个进行滤波的处理。从理论上证明它可以提高状态向量滤波结果的估值精度，而且它可以减少求逆公式的计算量。本文应用该方法导出了轨道测量数据处理的有序递推自校准系统误差的方法及公式。     

基于视线角序列的机动目标视线角速率计算

 依据拦截弹与机动目标间的相对位置关系，采用导引头球面模型，基于当前统计模型，实现了强跟踪状态自适应滤波，计算出了可用于制导的视线角速率。该算法利用导引头球面模型，将测角信息转换成距离信息，进行方差自适应调整和卡尔曼滤波。在只给出视线角序列信息的情况下，根据相对状态滤波结果求出所需的视线角速率。     

攻击活动目标的一种最优弹道估计

 为分析活动目标的随机飞行状态和减小导弹的脱靶量,提出了数学模拟打靶的一种新方法。其中包括卡尔曼滤波理论结合最大似然法的应用,以及建立相对运动的离散化模型和灵敏度矩阵。为改善飞行状态的估计精度,论述了确立飞行弹道修正协方差矩阵的概念。除此之外,还讨论了导引敏感器静态误差影响脱靶量的估计问题。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

基于加速度计和角速率陀螺的超小无人直升机姿态控制系统

设计了一种基于加速度计和角速率陀螺的超小型无人直升机姿态控制系统；由卡尔曼滤波算法融合加速度计和陀螺数据，实时估计最优的直升机姿态信号；根据最优的姿态反馈信号，飞行控制系统采用参数自整定的模糊PID控制方法得到舵机控制信号，从而实现了超小型无人直升机的姿态控制。     

飞机迎角在垂直阵风干扰中的卡尔曼滤波估计

在阵风条件下,为了抑制飞机的附加载荷并改善乘坐品质,需要得到飞机的迎角状态。以某大型运输机为例,通过卡尔曼滤波方法,将飞机法向过载和俯仰角速度综合进飞机的操纵输入来估计垂直阵风条件下的飞机迎角,并进行了仿真。结果表明,在垂直阵风干扰条件下,采用卡尔曼滤波方法能获得迎角状态的良好估计。     

广义卡尔曼滤波均方误差最小性的研究

卡尔曼滤波方法是一种应用广泛的估值方法，但其在应用时，要求系统数学模型已知。而广义卡尔曼滤波在应用时不需要系统数学模型是已知的，具有广泛的适用性。在广义卡尔曼滤波方法的消息模型和测量模型的基础上，讨论了其滤波模型的均方误差最小性问题，即最优滤波器的选取问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较，验证了广义卡尔曼滤波的有效性。