针对在未知但有界噪声假设下的双基阵纯方位目标跟踪问题,本文提出了一种基于外定界椭球的集员估计(EOB-SME)跟踪算法。该算法具有类似于Kalman滤波的预测-校正递推更新结构,并且在时间更新和量测更新递推阶段分别有一个加权参数。通过最小化估计误差的Lyapunov函数的上界来求取量测更新递推阶段的加权参数,减少了算法的计算量;同时将非线性系统线性化后所产生的误差用椭球进行外包,与量测噪声椭球组成新的噪声椭球。仿真结果表明:在有界噪声假设下,本文所提出算法对纯方位机动目标的跟踪精度更高。 相似文献
2.
设计了一种基于RT-LAB的SINS/GPS/CNS（Strapdown Inertial Navigation System/Global Positioning System/Celestial Navigation System）组合导航系统仿真平台方案,建立具有故障检测、隔离和系统重构能力的基于联邦卡尔曼滤波器的姿态、位置、速度组合导航系统方案和结构.将SINS与GPS的位置之差和速度之差作为SINS/GPS子滤波器的观测量,通过CNS给出的载体惯性姿态信息获得SINS的姿态误差角测量信息.仿真结果表明,该系统方案具有较强的容错性能、较高的导航精度和很强的实时性能,为组合导航技术的研究提供了有益的参考. 相似文献
3.
针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题，提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作，接着从图像中提出可用的模糊核信息，并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性，提出一种针对高超星图的正则化非盲复原模型，利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较，结果表明本算法复原效果最佳，且能明显改善星点识别正确率及质心坐标计算精度，可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。 相似文献
1