GPS-AHRS组合导航系统

本文研究了采用低精度陀螺的航向姿态基准系统(AHRS),应用卡尔曼滤波技术与全球定位系统(GPS)组合所构成的导航系统。文中推导了组合导航系统的动态方程,给出了该系统在航空应用中,采用S形机动飞行实施空中对准的协方差模拟结果。分析结果表明,该组合系统能提供较高精度的导航与姿态信息,具有较大的实用价值。     

基于极大后验原理的非线性系统传感器故障估计

针对扩展卡尔曼滤波算法(Extended Kalman filter,EKF)计算复杂,粒子滤波算法动态跟踪能力差,单一无先导扩展卡尔曼滤波算法(Unscented Kalman filter,UKF)滤波精度低等缺陷,本文根据极大后验原理(Max-imum posterior principle,MPP),针对一类非线性系统设计了一种改进型的无先导卡尔曼故障估计滤波器来估计被控系统所发生的加性传感器故障。首先根据极大后验估计原理,推导出一种最优常值故障估计器。在此基础之上,推导出次优的加性常值故障估计滤波器,并对故障估计滤波器进行了无偏性证明。最后,将得到的理论结果应用于非线性倒立摆系统,仿真验证了所提方法的有效性。     

FAULT-TOLERANT INTEGRATED NAVIGATION SYSTEM BASED ON NEURONS

讨论了容错组合导航系统中的信息融合问题,提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验,验证了这种方法的可行性,该方法可以替代传统的需要估计协方差的数据融合算法,可以满足导航精度要求。     

高斯粒子滤波器及其在非线性估计中的应用

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。在符合高斯假设和一定的粒子数的情况下,谈算法可以获得近似最优解。与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象。在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法。     

用于弹道导弹的GPS/SST/SINS组合导航滤波算法实现

针对目前国内弹道导弹导航系统单一的情况,文中提出一种滤波算法.该算法将捷联星光跟踪仪(Strapdown star tracker, SST)的姿态信息、高速GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高了导航的姿态、速度和位置精度.最后以该算法为核心,设计并实现了用于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台.仿真结果表明,该滤波算法稳定可靠,系统精度达到国外同等水平.     

基于遗传算法的无传感器永磁同步电机控制优化

基于实数编码遗传算法．实现对无传感器永磁同步电机(PMSM)控制器参数的选取和优化．速度的估计采用扩展卡尔曼滤波(EKF)方法,以PMSM转子速度的测量值与估计值的偏差信号作为遗传算法自适应度求取的依据,实现协方差矩阵中参数的在线调整,节约了系统协方差参数的求取时间,提高了估计器的估计精度。基于dSPACE的快速控制原型工具验证了该方法的有效性。     

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

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。     

微型扑翼飞行器的改进非定常涡格法

为在保证较高计算精度的前提下高效地进行扑翼飞行器(MAV)气动特性计算,提出了一种MAV非定常涡格法(UVLM)的改进算法.在算法中充分考虑翼面瞬时形变及诱导阻力等对MAV流场及气动力的影响,并在其尾涡模型中增加对尾迹涡环畸变及粘性耗散等的建模,使算法模型能更好地反映MAV的翼面气动状态.编程实现并通过实例验证了算法的有效性和快速性;为将UVLM引入MAV优化迭代,还研究了尾涡剔除对算法效率及精度的影响,结果表明在算法模型中剔除MAV尾部一定距离处的尾涡后,可在保证算法精度的前提下大幅减少运行时间,表明该算法在MAV结构优化中存在一定的潜力.     

扩展卡尔曼滤波对时变参数追踪性能的影响研究

扩展卡尔曼滤波（Extended Kalman filter,EKF）理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。本文引入扩展卡尔曼滤波理论,对结构参数进行识别。为了验证该方法的有效性,引入1个时变参数三自由度系统作为仿真算例,分别探讨扩展卡尔曼滤波中的各项滤波参数（模型噪声的协方差矩阵Q,测量噪声的协方差矩阵R）对结构的时变参数追踪性能的影响。结果表明,合适的滤波参数能使得算法更迅速,准确地识别出结构中的时变参数变化趋势。还通过一个悬臂梁仿真算例,证明了即使在部分测点没有测量的情况下,EKF算法也能识别出结构参数。     

基于Bancroft算法的GPS动态定位非线性滤波法

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.     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

组合导航信息融合滤波的研究(英文)

提出一种组合导航信息融合新方法,该方法能提高容错性能,更好地进行故障检测、隔离和重构.同时,当故障发生时,由于融合了系统信息,它能使重构的系统以更高的精度工作.采用这种滤波器设计了捷联惯导系统、GPS、多普勒雷达三传感器信息容错系统.仿真结果表明, 这种设计方法对陀螺、加速度计、GPS、多普勒雷达的软故障是有效的.     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法,并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统,但由于系统建模误差和计算舍入误差,Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题,本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外,由于高阶组合系统计算量大,导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难,为此,本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明,本文所提的滤波算法能有效地克服组合系统滤波器发散问题,并减少计算时间近６９％。     

基于卡尔曼滤波技术的相对导航技术之研究

本论文主要是研究卡尔曼滤波参数混合技术应用于民用飞机相对导航系统。文中重点在于讨论两架飞机相对位置误差的演变。因此首先研究了飞机绝对导航位置误差的演变。讨论了惯导系统(INS)和卫星定位系统(GPS)的卡尔曼滤波混合。此外，讨论相对导航条件下参数混合以及在下列两种不同的情况下的混合结果：1、飞机间相互传送本机混合后的导航数据；2、未经混合的导航数据传送后再混合。采用MATLAB进行仿真，得到不同方式的导航系统相对位置估计误差演变。     

伪距和载波相位相结合的DGPS／惯性组合导航

建立了伪距和载波相位相结合的ＤＧＰＳ／ＩＮＳ组合系统的状态方程和量测方程,并用滞后状态卡尔曼滤波对伪距和载波相位相结合的ＤＧＰＳ／ＩＮＳ组合系统进行了组合及仿真,给出了详细的仿真数据和仿真曲线。仿真结果表明,该组合系统的精度得到了进一步提高,这是提高导航精度的有效途径,对各种载体的精确导航与制导具有一定的现实意义。     

陆地战车的FSINS/DR/北斗双星信息融合技术

针对陆地战车的自主性定位需求,提出了一种新型光纤捷联惯导系统（FSINS）／DR／北斗双星组合导航系统方案,研究了多种子导航系统的测量信息融合技术。提出并介绍了Fiber—SINS／DR／北斗双星组合方案的设计思想与结构组成,讨论了信息融合的具体方法,并且针对融合后的测量信息设计了一种实用卡尔曼滤波器,最后进行了跑车实验。结果表明,组合方案设计合理,能够有效地提高惯导系统的定位精度,同时满足陆地战车的自主性定位要求。