SINS/BDS紧组合系统中自适应 两阶段扩展卡尔曼滤波

在实际应用中，以伪距/伪距率为观测量的SINS/BDS紧组合导航系统，存在量测噪声的统计特性与实际不相符的情况，传统扩展卡尔曼滤波（EKF）方法无法有效解决这一问题，从而引起滤波误差增大。提出了一种SINS/BDS紧组合导航系统的GDOP估算及在线估计量测噪声的自适应两阶段EKF（ATEKF）方法，该方法使用经过紧组合修正后的SINS输出的位置，并结合星历数据中提供的卫星位置求解GDOP。在此基础上，利用GDOP值以及新息，实现了紧组合导航系统的量测噪声方差阵（Rk）的在线实时估计，从而达到自适应滤波的效果，改善导航精度。     

基于自适应扩展卡尔曼滤波的载波跟踪算法

精确的载波相位测量是精密测距中一个很重要的研究点。针对传统扩展卡尔曼滤波(EKF)的固定设计在先验信息不充分和动态变化环境中存在的不足,提出了一种基于自适应扩展卡尔曼滤波(AEKF)的载波跟踪算法。该算法通过实时监测滤波器新息或残差的动态变化,以修正状态噪声方差和观测噪声方差,进而调整滤波器增益,控制状态预测值和观测值在滤波结果中的权重。理论分析和仿真结果表明,本算法充分利用了观测信号的统计特性,克服了传统扩展卡尔曼滤波算法的不足,能够获得更好的载波跟踪性能。     

基于模糊自适应扩展卡尔曼滤波器的异步电动机无速度传感器控制

针对传统扩展卡尔曼滤波器(EKF)固定的噪声协方差矩阵在观测感应电动机转速时不能同时满足系统动态和静态下精确估计的问题,提出了一种模糊自适应调整噪声协方差的方法。该方法可以根据状态鉴别器输出状态,经模糊自适应调整噪声协方差矩阵参数,解决了系统在动态和静态时对噪声协方差矩阵中不同参数需求的问题。仿真表明所提模糊自适应EKF转速估计精度更高,有效地提高了系统的抗干扰能力。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

基于自适应Kalman滤波的导引头随动系统设计

主要研究导引头随动系统中探测器信号处理延迟的影响及其补偿控制算法。提出了一种自适应Kalman滤波延迟补偿方案,利用Kalman滤波的预测能力得到当前时刻视线角的估计值,进而得到此时的跟踪误差的估计值,取代被延迟的探测器输出进行闭环控制。考虑到导引头探测器的低更新频率、非等间隔量测等工程特点,又对上述滤波算法进行了一系列改进。仿真表明方法可以明显提高导引头在弹体扰动情况下的跟踪精度。     

An Adaptive Two-Dimensional Kalman Tracking Filter

A continuously adaptive two-dimensional Kalman tracking filter for a low data rate track-while-scan (TWS) operation is introduced which enhances the tracking of maneuvering targets. The track residuals in each coordinate, which are a measure of track quality, are sensed, normalized to unity variance, and then filtered in a single-pole filter. The magnitude Z of the output of this single-pole filter, when it exceeds a threshold Z1 is used to vary the maneuver noise spectral density q in the Kalman filter model in a continuous manner. This has the effect of increasing the tracking filter gains and containing the bias developed by the tracker due to the maneuvering target. The probability of maintaining track, with reasonably sized target gates, is thus increased, The operational characteristic of q versus Z assures that the tracker gains do not change unless there is high confidence that a maneuver is in progress.     

基于冗余伪观测的自适应滤波算法

现有的二阶互差分(SOMD)算法能够给出与状态估计误差解耦的观测噪声协方差估计，但是需要满足冗余测量的条件，但这一条件往往难以满足。 针对这一问题，提出了一种利用状态预测值构造相邻2个时刻伪观测的方法，将原SOMD算法扩展到具有单测量的系统中。使用目标跟踪问题对该算法的有效性进行验证。仿真结果表明，当采样周期较小时，该算法能够忽略状态估计误差的影响并给出较准确的观测噪声方差，在精度和鲁棒性方面优于其他参考算法。     

基于卡尔曼滤波的航空发动机单神经元自适应控制

针对航空发动机多任务、多变量、高精度和一体化控制的需求,提出了一种基于卡尔曼滤波的单神经元自适应控制方法。该方法在单神经元自适应控制算法的基础上,增加了对控制量和发动机反馈量的滤波,提高了响应速度,精度较高。仿真结果证明,该方法对过程噪声和测量噪声具有很强的克服能力,所需计算量较小,能满足发动机控制对实时性的要求。     

基于可观测度分析的稳定姿态滤波器

提出一种适用于惯性/天文组合航天飞行器的稳定姿态滤波器,可以在不降低系统可观测度的前提下解决滤波计算中的奇异问题。对于奇异问题的传统解决方案是删除观测方程的一行,通过对比删除前后系统可观测度的变化,证明此解决方案会导致系统可观测度下降,并指出如何选择最优删除方案以使系统可观测度下降最小。根据对传统解决方案的分析结果,提出了不降低系统可观测度的投影算法。理论分析和仿真试验证明,应用了投影算法的姿态滤波器更为稳定,估计效率更高。     

基于广义Kalman估计的机载雷达高精度控制系统

 研究了在某型现役机载雷达系统中, 采用广义Kalman 滤波器方法来预估目标机的俯仰角和方位角,产生跟踪目标用的雷达天线驱动信号, 替代传统的速率陀螺测量元件来补偿本机机动所造成的扰动的方法,同时对探测信号本身所具有的延迟起到了补偿作用。对目标的运动采用直角坐标系中的Singer 模型描述, 而对测量信号则是应用极坐标系中的描述, 采用广义Kalman 滤波器来完成估计, 即在每一步的估计和控制中对计算测量方程进行线性化结果, 实现两种坐标系的转换。通过应用Matlab/ Simulink 软件对整个系统的建模、设计及仿真研究, 得到了满意的结果。     

Sensor Netting via the Discrete Time Extended Kalman Filter

An implementation is presented of the discrete time extended Kalman filter which the authors have found useful for sensor netting in a variety of tactical radar and ballistic missile defense (BMD) applications. A Potter square root version of the extended Kalman filter is used where vector measurements are processed serially. Both the state and covariance equations are initialized by processing past measurements. The initialization technique and the filter are used in two tactical radar tracking examples.     

Passive Position Location Estimation Using the Extended Kalman Filter

Several papers have been published recently using the method ofleast squares for passive position location estimation. While the Kalman filter is mentioned as an alternative approach in most ofthese papers, none of the papers actually compare the performanceof the Kalman filter with the method of least squares. In this paper,the performances of the extended Kalman filter and the iteratedextended Kalman filter are compared with the method of leastsquares. Monte Carlo results are given showing how the a prioricovariance matrix influences the accuracy of the extended Kalmanfilter.     

改进自适应抗差容积卡尔曼滤波多源室内定位

针对容积卡尔曼滤波在多源融合定位中存在跟踪能力不强和自适应能力差的问题,在传 统容积卡尔曼滤波的基础上,提出了改进自适应抗差容积卡尔曼滤波算法。建立了基于新息的自 适应判决准则与修正方法,使得滤波算法能够及时跟踪目标真实状态;引入抗差因子调节观测协 方差矩阵,以减小观测值异常问题对滤波精度的影响;采用奇异值分解代替容积卡尔曼中的Cholesky 分解,提高数值计算的稳定性。超宽带/惯性导航联合定位实验结果表明,与扩展卡尔曼滤波 和容积卡尔曼滤波相比,改进的自适应抗差容积卡尔曼滤波定位精度更高,数值稳定性更好,增强 了定位系统在粗差干扰下的鲁棒性。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

松耦合变压器磁路建模改进方法研究

在非接触电能传输(CIPT)系统中,松耦合变压器的设计,是整个系统设计的关键.本文利用细分磁通管的方法提出改进的罐形松耦合变压器磁路模型,给出各部分磁阻和松耦合变压器耦合系数的量化计算方法.此建模方法可以作为一般的CIPT电气参数设计方法推广到其他类型松耦合变压器.     

基于强跟踪EKF的组合导航系统故障检测方法

针对大方位失准角的机载SINS/GPS组合导航系统,为保证在高动态环境下实现高精度、高可靠的导航,利用强跟踪EKF滤波残差设计了一种基于残差统计特性的坏值检测算法,对导航信息进行估计和跟踪.仿真结果表明,该算法能够实时检测出GPS量测信息中的坏值信息,隔离后可显著提高组合导航精度,具有较高的可靠性、出色的容错能力和重要的工程应用价值.     

基于新息异常检测的改进抗差自适应卡尔曼滤波算法

在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。     

重力扰动对高精度惯性导航初始对准 的影响与补偿

初始对准时, 通常是基于地球参考椭球, 用正常重力公式计算重力矢量, 而实际情况下地球内部质量分布不均匀,实际重力包含正常重力和重力扰动。重力扰动 包括参考椭球面切线方向的分量（垂线偏差）和法线方向分量（重力异常）。研究重力 扰动下的初始对准,导出了重力扰动下水平姿态误差角与垂线偏差大小等值。重力扰动 下初始对准的方法是利用EGM2008 地球重力场模型计算出对准点的重力扰动并从加速度 计中剔除掉。仿真分析表明,补偿重力扰动后可提高初始对准精度。