共查询到15条相似文献,搜索用时 140 毫秒
1.
针对高阶容积卡尔曼滤波(HCKF)算法在传递对准中的应用问题,提出综合运用多变量函数泰勒级数展开和计算复杂度分析的性能评估方法。基于高阶球面-径向容积准则建立HCKF算法模型,并对其估计精度和计算量进行量化和对比分析:HCKF具有5阶泰勒级数展开精度且计算复杂度为O(n 4),综合性能优于高斯厄米特积分滤波(GHQF)和无迹卡尔曼滤波(UKF)。将三种非线性滤波算法应用到舰机大失准角传递对准系统中,摇摆台试验结果表明:HCKF的估计精度比UKF高17%,计算量比GHQF小2个数量级,与HCKF性能评估结果一致。 相似文献
2.
基于四元数非线性误差模型的快速传递对准(英文) 总被引:1,自引:0,他引:1
基于小角度假设的常规线性误差模型不能适用于大失准角时的初始对准,针对这一问题研究了一种没有小失准角假设,以速度误差和姿态四元数误差作为量测的非线性快速传递对准误差模型,并证明当误差变为小角度时,该非线性误差模型可以简化为常规线性误差模型。使用 Unscented 卡尔曼滤波代替通常采用的扩展卡尔曼滤波来处理非线性数据融合问题。为了评估和分析该非线性误差模型,设计了一个传递对准仿真系统,仿真结果表明,当初始失准角为小角度时,该新模型和线性模型有着相当的对准性能,但是当初始失准角为大角度时,本文提出的非线性误差模型仍然能够精确完成对准过程,而基于线性误差模型的对准滤波器却发散了。 相似文献
3.
针对战术级捷联惯导系统(SINS)任意失准角下的快速传递对准,提出一种直接姿态矩阵线性矩阵卡尔曼滤波的传递对准算法。首先,利用姿态矩阵描述姿态,将传统大、小失准角条件下的强非线性、线性滤波对准问题统一转化为一个线性滤波问题;然后,采用矩阵形式卡尔曼滤波对状态进行估计,得到一种线性矩阵滤波对准算法,可以在任意失准角、无初值条件下完成对准;最后,推导姿态矩阵正交约束条件下滤波算法的最优实现。仿真结果表明,算法适用于任意失准角下的传递对准,在摇摆运动下,可以在10 s内完成快速传递对准,水平精度达到0.02°(误差均方根)以内,航向精度达到0.03°(误差均方根)以内。 相似文献
4.
摇摆状态下基于非线性误差模型的惯导对准研究 总被引:1,自引:0,他引:1
摇摆状态下无法使用传统解析方法完成粗对准。为避开摇摆基座的粗对准问题,提出 了基于捷联惯导非线性误差模型的直接精对准算法。推导了捷联惯导的非线性速度误差方程 和姿态误差方程,基于速度量测信息给出了非线性对准模型,通过UKF算法估计失准角完成 摇摆状态下的精对准。算法可允许初始姿态误差达到40°。通过计算机仿真和摇摆台试验 对算法进行了验证分析。在给定试验条件下,在600秒对准时间内达到水平 0.02° ,方 位0.1 7°的精度。同时计算机仿真结果表明需对惯导速度进行反馈校正来保证模型的工作精度。
相似文献
相似文献
5.
6.
真航向测量系统初始对准中的UKF应用研究 总被引:1,自引:0,他引:1
研究了“真航向测量系统”(简称TNDS True North Determination System) , TNDS组合中等精度的INS和MS860型GPS系统,应用UKF (Unscented Kalman Filter)最优估计滤波算法,实现的高精度快速初始对准。论文重点推导了TNDS初始对准的非线性误差模型,并实现了TNDS中基于该模型的UKF滤波,TNDS系统的UKF组合初始对准算法最后进行系统试验测试。试验数据表明:采用了UKF滤波后,TNDS的航向初始对准中,航向失准角为25. 时,达到同样的对准精度0.1. , INS自对准时间由原来的2879s缩短为179s;纵横摇的失准角对准到同样的精度内,时间相应的减小了一个量级;同时TNDS速度的发散也得到了抑制。
相似文献
相似文献
7.
针对弹载SINS/GPS系统的空中对准,提出一种四元数模约束条件下的非线性滤波初始对准算法。首先,利用坐标变换和四元数姿态描述,将传统的强非线性滤波对准问题转化为一个二阶弱非线性滤波问题;其次,采用二阶扩展卡尔曼滤波(EKF)对二阶非线性部分进行处理,得到一种简洁的滤波对准方案;最后,推导了四元数模约束条件下滤波算法的最优实现,及反馈四元数估计结果时的闭环滤波形式。利用车载MEMS IMU/GPS系统,进行了初始对准的地面试验,结果表明,在车辆弱机动条件下,对准算法能够实现姿态和惯性器件误差的快速估计,实现惯导系统的对准。 相似文献
8.
9.
10.
11.
无陀螺卫星姿态的二阶插值非线性滤波估计 总被引:2,自引:2,他引:2
采用四元数作为姿态描述参数,提出了一种确定无陀螺卫星姿态的新方法,即二阶插值非线性姿态估计算法,它能够利用星敏感器提供的矢量观测信息准确地估计三轴稳定卫星的姿态。这种姿态估计算法的实现非常简单,其运算量与传统的扩展卡尔曼滤波姿态估计算法相当,但滤波性能却与基于二阶泰勒级数近似得到的非线性姿态估计算法一致。而且,在二阶插值非线性姿态估计算法中,不会遇到由四元数正交约束所造成的协方差阵奇异性问题。 相似文献
12.
非线性估计理论的最新进展 总被引:19,自引:4,他引:19
扩展Kalman滤波(EKF)是应用最广的非线性估计方法,然而它存在实现性差、计算量大、估计精度低等缺陷,这些问题起源于。EKF采用了Taylor展开近似。在阐明非线性估计的本质,剖析EKF等传统方法的特点及缺陷的基础上,从非线性估计革新的两条发展思路——非Taylor展开的线性变换及非线性变换出发,分别对插值滤波、Unscented滤波、粒子滤波和神经网络滤波这四种近年来最具特色的新方法进行介绍和评述。通过分析这些方法的工作原理、性能特点、必要性和可行性,将非线性估计最新进展的思想传承、本质内涵、地位与作用予以展现,指出各方法的现存问题、发展潜力和最具可实现性的发展方向。同时强调了各种算法的选取须根据具体应用场合和条件,在主要性能指标之间综合权衡。 相似文献
13.
14.
15.
适于惯导系统初始对准的神经网络实时算法研究 总被引:3,自引:0,他引:3
通常卡尔曼滤波器被用于解决惯导系统的初始对准问题。由于卡尔曼滤波的运算时间与系统阶次的立方成正比 ,所以当系统阶次较高时 ,滤波器会失去实时性。而神经网络具有函数逼近性能 ,实时性又好。为此 ,本文研究了一种基于扩展卡尔曼滤波原理的权值更新多层神经网络学习算法 ,对此算法进行了详细的推证 ,并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性 ,既真正获得了与扩展卡尔曼滤波器相同的对准精度 ,又大大提高了系统的实时性 相似文献