基于极大似然的单传感器误差配准算法

对单传感器系统误差配准问题进行了研究,首先理论分析了传感器量测系统误差对固定目标探测定位的影响,给出了传感器运动将造成固定目标产生虚像做类似运动的结论;在此基础上,提出了一种基于极大似然的单传感器误差配准算法,该算法基于极大似然准则,利用运动传感器对固定目标虚像位置的多时刻跟踪滤波信息,构建对传感器量测系统误差的极大似然估计,并通过进一步迭代估计获得系统误差最终估计结果,从而能够利用位置未知的固定目标实现运动平台单传感器量测系统误差的精确配准。     

高精度3D雷达组网实时误差配准算法

对制导雷达组网实时误差配准算法进行了研究。建立了基于大地坐标系(ECEF)的实时Kalman(ECEF-Kalman)滤波算法和模型,并进行了仿真验证。结果表明:此算法能有效地估计系统误差,配准效果明显优于实时Kalman滤波算法。     

机动目标多传感器组网空间配准方法

针对存在传感器偏差的多传感器组网系统跟踪机动目标的问题,把目标状态与传感器偏差进行解耦估计,提出了一种基于交互多模型的两阶段扩展Kalman滤波(IMM-TSEKF)算法。由于传感器观测方程的非线性,文中采用了两阶段扩展Kalman滤波器(TSEKF),针对机动目标,把IMM算法与TSEKF算法相结合用于目标跟踪与空间配准。此外还对算法的时间复杂度进行了分析,并以螺旋机动战术弹道导弹为目标进行组网空间配准与目标跟踪。仿真结果表明,相比于常规的基于交互多模型的增广Kalman滤波(IMM-ASEKF)算法,该文算法在估计性能相当的情况下,减小了计算的复杂度,提高了计算效率,更易于工程实现。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.     

一种基于双星干涉仪相位差和时差融合的空中动目标跟踪方法

针对星载无源定位系统对未知高程的空中动目标定位跟踪问题,提出了一种基于双星干涉仪相位差和时差融合的目标跟踪方法。基于相位差和时差参数测量模型,提出了2种定位跟踪处理流程,并在WGS-84坐标系下建立了状态方程和观测方程,采用扩展卡尔曼滤波（EKF）方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的空中动目标进行高精度状态估计,相对于已有方法具有明显优势。     

对接靠拢段的一种相对导航算法研究

自主相对导航技术是空间交会对接靠拢段的关键技术之一。Unscented卡尔曼滤波(UKF)是基于Unscented Transform(UT)变换的一种新型滤波器,它避免了扩展卡尔曼滤波(EKF)的线性化误差,不必计算Jacobian矩阵,而且其状态估计精度要比EKF的高。本文研究了基于UKF滤波器的自主相对导航算法。该算法根据追踪航天器上交会雷达的测量值,采用UKF滤波器对追踪航天器和目标航天器之间的相对位置和速度进行了估计,仿真结果表明该算法可以满足位置和速度估计精度的要求。     

PL/INS组合导航系统故障诊断

提出了一种模糊基函数网络(FBFN)辅助扩展卡尔曼滤波(EKF)的PL(伪卫星)/INS(惯性导航)紧组合导航系统多故障诊断及识别方法.分析了PL/INS紧组合导航系统观测方程的线性化误差,在此基础上利用FBFN对观测方程泰勒展开式Hessian矩阵进行学习,实际应用中,将FBEN的输出作为EKF观测方程的输入项进行滤...     

基于Lawden改进型方程的编队Unscented Kalman Filter滤波估计

通过改进卫星编队的Lawden方程得到非线性相对运动方程,称为Lawden改进型方程,使其更加近似于编队运行环境.通过该非线性方程,在编队相对导航研究中,以EKF滤波方法为参考分析,采用适合非线性系统的UKF(Unscented Kalman Filter)滤波方法对编队的状态进行滤波估计.通过仿真实验,结果表明采用UKF滤波方法的编队状态估计精度明显优于采用EKF滤波方 法得到的估计精度,其中相对距离估计精度可以提高70％左右,相对速率估计精度可以提高25％左右,在工程应用中具有一定的参考利用价值.     

SDINS非线性误差模型四元数分析

采用四元数方法推导出SDINS数学平台角误差方程和速度误差方程，并以此建立非线性初始，对准误差模型，应用扩展卡尔曼滤波（EKF）进行精对准，确定初始失调角，与由[2]中的数学平台角误差方程和速度误差方程确立的线性初始对准误差模型进行仿真比较，仿真结果表明此模型是比较有效的，满足初始对准精度要求。     

InSAR图像配准雷达几何法处理性能分析

图像配准是干涉合成孔径雷达(InSAR)信号处理的关键步骤。基于雷达几何的InSAR图像配准方法。利用主辅雷达成像几何和外部数字高程模型(DEM)进行主辅SAR图像配准。基于SAR图像距离多普勒定位方程,系统梳理了配准处理精度的影响因素,对各误差因素的作用机理进行了理论分析,并综合分析了该算法对重复航过和单次航过InSAR系统图像的配准处理性能。仿真结果验证了理论分析方法的有效性。分析结果对我国InSAR地面系统建设和相关卫星指标论证具有重要的支撑作用。     

基于EKF算法的单站无源定位跟踪研究

针对无源单站定位系统中观测方程非线性的特点,给出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法。以方位角和方位角变化率为观测量,建立了EKF算法模型。仿真结果表明EKF算法具有收敛速度快,定位精度高的特点,可以提供较高精度的单站无源定位跟踪结果。     

基于UKF的机载无源定位算法

提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

EKF和UKF在INS/GPS组合导航中的应用分析

扩展卡尔曼滤波(EKF)是在非线性系统中常用的一种滤波方法,Un-scented卡尔曼滤波(UKF)是一种新的非线性滤波算法,其主要特点是与EKF一样传递状态的前两阶矩,但不用计算Jacobian矩阵。将EKF和UKF分别应用到INS/GPS系统的滤波中,仿真结果表明UKF比EKF更适合于在INS/GPS系统中使用。     

基于星敏感器四元数的卫星角速度预测滤波算法

为在无陀螺或陀螺故障时可用星敏感器估计姿态角速度，在扩展卡尔曼滤波（EKF）和非线性预测滤波的基础上提出了基于四元数的卫星角速度估计算法，并给出了相应的模型。该算法对角速度建模精度的要求较低，无需卫星动力学方程，方法简单且易于实现。仿真结果表明，算法的精度较高。虽然仍受噪声和步长的影响，但相对基于EKF和最小模型误差的角速度估计算法，其性能改善较大。     

基于多敏感器的卫星姿态确定算法

针对多敏感器组成的卫星姿态确定系统,采用四元数方法建立卫星姿态估计器模型,应用扩展卡尔曼滤波EKF算法进行信息融合,通过仿真算例验证此算法具有较高的精度。与此同时,在EKF算法基础上提出一种定常增益的卡尔曼滤波CGKF算法。通过数学仿真对EKF算法和CGKF算法进行比较分析,证明在一定条件下CGKF算法具有与EKF算法相当的滤波精度,并且简化后的CGKF算法在获得与EKF算法相近滤波效果的同时,还能够节约星上资源,减少计算量。     

基于方位信息的组网雷达跟踪滤波研究

干扰对组网雷达目标跟踪系统模型的影响,决定了系统需要用非线性滤波技术进行纯方位跟踪.粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样.仿真实验表明了这两种改进粒子滤波方法的有效性.     

预测-校正EKF算法在自主导航中的应用

为提高航天器自主导航系统非线性估计精度,通过分析EKF线性化方法的缺 点,基于数学分析理论研究了非线性函数线性化展开点以及雅可比矩阵取值点不同对线性化 逼近程度的影响,然后对传统EKF算法的线性化展开方式进行了改进,提出了一种基于中值 定理和平滑估计的预测-校正EKF（FR\|EKF）新算法。仿真结果表明,该算法在精度上优于 EKF算法。     

基于ANFIS自调整EKF的微卫星姿态确定研究

针对太阳敏感器、磁强计以及惯性陀螺组成的微卫星姿态确定系统，设计了有陀螺测量和基于四元数差分法的无陀螺测量两种广义卡尔曼滤波器（EKF）。由于EKF设计复杂，通常参数计算和调整依赖地面系统，现应用自适应神经模糊推理（ANFTS）进行EKF的参数自调整；使用四元数避免了欧拉角法的奇异问题；采用高斯-牛顿误差最小法显著减少直接使用EKF的计算量。设计仿真数据进行算法验证，结果表明该方法能成功地得到姿态估计，ANFIS可以提高EKF精度，增强鲁棒性，而且便于最优的在轨自主导航。     

基于MME/EKF算法的卫星质心在轨标定

提出了一种基于MME/EKF的卫星质心在轨标定算法。首先以磁力矩器为执行元件给卫星施加一个明显大于干扰力矩的周期性力矩,将静电加速度计的量测信息分解为线性和周期性加速度,并将星敏感器标定后的陀螺仪数据代入MME算法中估计出卫星的角加速度,然后利用EKF算法求解卫星质心的位置。最后进行了数学仿真验证,仿真结果表明该算法不需要卫星的控制输入以及动力学特性信息,便能实现卫星质心较为精确的标定。