GPS／INS组合导航系统降价滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特－－卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度，是一种具有实际使用价值的滤波器。     

空间转移飞行器自主导航系统SINS／GPS／SS的卡尔曼滤波器降阶方案

基于Kalman滤波的Strapdown Inertial Navigation system/Global Positioning System/star sensor(SINS/GPS/SS)组合导航系统已被研究用于满足空间转移飞行器自主导航能力的需求.为提高该方案实时性,论文提出两步降阶简化设想.第一,在星敏感器精度较高且保持稳定的前提下,认为绝对姿态(四元数)误差较小,可忽略组合系统速度误差通道中的姿态四元数误差,实现姿态四元数误差与速度和位置误差的解耦,进而将原滤波器简化为分别估计姿态四元数误差和估计速度、位置误差的两个完全独立的降阶滤波器;第二,针对估计位置、速度误差的滤波器,采用噪声等效思想.简化加速度计误差模型,进一步降低滤波器维数.此时,原16维滤波器将被化分为两个同时运行的7维和6维降阶滤波器.仿真表明在计算量明显下降的同时,该降阶滤波器和原滤波器估计效果却相当.证实这种思想具有一定的可行性.     

一种微波滤波器机辅调试的新方法

微波滤波器的机辅调试(CAT)是微波工程中较新的领域。本文提出并介绍了一种可用于微波滤波器机辅调试的新方法，其主要过程为：采集矢量网络分析仪上被测滤波器的网络S参数，通过优化、拟合得到网络参数的有理函数模型，运用网络综合理论和矩阵旋转变换理论，提取被测滤波器的耦合矩阵，将此矩阵与原始设计矩阵进行比较，可得出被测滤波器中所有参数偏离目标值的偏离量。由此，可指导试验调试。为说明该方法的有效性，文中给出4个例子：4阶2极点类椭圆函数滤波器、7阶切比雪夫滤波器、5阶3极点不对称滤波器、10阶8极点自均衡类椭圆函数滤波器。试验结果表明：即使滤波器严重失谐、耦合系数与目标值差别很大，该方法仍能有效。该方法为微波滤波器的机辅调试提出了一个很好的思路，是提高批生产能力的一个有益尝试。     

基于GNSS通道差分的紧组合滤波方法研究

在基于伪距、伪距率的常规紧组合导航系统中,若GNSS出现时钟异常等情况,则会引起伪距、伪距率误差异常,从而导致组合导航精度下降;与松组合滤波器相比,常规紧组合滤波器扩充了状态变量的维数,增加了运算复杂度,降低了组合滤波的实时性.本文提出了一种双通道降维滤波算法,其中状态变量不再包含伪距、伪距率误差;以GNSS通道伪距、伪距率差分信息作为观测量.通过仿真表明,采用双通道降维滤波算法可以有效削弱时钟异常等的影响,并且有效提高组合滤波的实时性.     

SINS/CNS组合导航系统的降阶模型研究

在利用卡尔曼滤波器对数据进行处理时,其计算时间是由模型的状态矢量维数n决定的,每一步迭代的计算量与n3成正比。状态维数的减少会使计算时间大大缩短。本文首先介绍了SINS/CNS组合导航系统的动态模型,研究了基于奇异值分解的状态可观测度分析方法并提出一种改进的方法,在求状态变量的可观测度时,抛开了观测量,只利用可观测矩阵进行分析,然后应用该理论对SINS/CNS组合导航系统进行状态可观测度的分析,略去不可观测的状态分量,提出一种降阶的系统模型。仿真结果证明,降阶模型可以提供满意的导航精度。     

一类降阶故障检测滤波器设计及其在飞行器中的应用

针对飞行器控制周期较短且资源与计算能力受限的情况,提出了一种适合飞行器控制系统的降阶故障检测滤波器设计算法.首先利用小扰动理论将飞行器非线性动力学方程在平衡点线性化,针对线性状态方程设计降阶故障检测滤波器.将降阶故障检测滤波器存在可行解问题转化为线性矩阵不等式描述的非凸优化问题,利用交替映射算法求解非凸优化问题的局部最优解.然后利用上述可行解存在的条件,计算降阶故障检测滤波器参数.最后将提出的降阶故障检测滤波算法应用到某小型无人直升机偏航控制系统的故障检测中,仿真结果表明该算法在保证检测效果的前提下降低故障检测滤波器的阶次,验证了算法的有效性.     

广义Hilbert变换及其滤波器的设计

广义Hilbert变换将传统的Hilbert变换由整数阶向分数阶的推广,其应用领域也得到了扩展。文章主要研究设计广义Hilbert滤波器时,窗函数的选择问题以及对滤波器的误差进行分析,并给出了分析结果。     

模型的随机平衡降阶

本文提出了系统在白噪声激励下的一种开环降阶方法—随机平衡降阶法。在系统的随机平衡坐标中，输出性能指标可以表示成一组与系统随机可控／可观格莱姆相关的贡献值的和。根据这组贡献值的大小，可以决定在随机平衡坐标下降阶模型所要保留的状态分量，并从输出误差指标的最优角度出发，对输出矩阵作个修正。最后给出了一个数值仿真例子。     

一种OPA型N阶电流滤波器电路

提出一种由通用运算放大器组成的Ｎ阶电流滤波器电路，可以在３条支路中同时实现Ｎ阶高通、带通、低通滤波功能     

两传感器最优信息融合Kalman滤波器及其在跟踪系统中的应用

针对两传感器信息融合，提出了一种在标量加权下的最优信息融合Kalman滤波器。该信息融合滤波器考虑了局部滤波误差的相关性，避免了局部滤波误差方差阵的逆短阵的计算，也避免了加权短阵的计算，只要求计算加权系数，便于实时应用。一个跟踪系统的仿真例子验证了其有效性。     

双天线GPS/MEMS-INS深组合导航方法研究

针对低成本惯性/卫星组合导航系统在复杂环境中易受环境干扰、航向精度较差等问题,对双天线GPS/MEMS-INS深组合导航方法开展研究.考虑不同信号强度下的跟踪特性,基于矢量延迟锁定环(VDLL)、二阶锁相环(PLL)、速度辅助的一阶锁相环,设计了分别适应强信号、弱信号、失锁状态的跟踪环路结构.同时提出一种实用的信号强度...     

基于MEP-UKF的组合导航滤波算法

针对目前应用于SINS／GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS／GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。     

GPS/INS紧组合系统导航性能研究

为了提高组合导航的精度和抗干扰性,采用了直接利用GPS接收机原始测量信息（伪距、伪距率）的紧组合方式,详细推导了该组合导航系统的模型,根据全球定位系统（GPS）的误差模型及惯性导航系统（INS）在地固系中的误差方程,以伪距差为量测输入,设计了GPS/INS组合导航系统的卡尔曼滤波器。仿真结果表明,该组合方法可以充分利用GPS的信息修正INS的导航误差,与此同时,INS可以辅助GPS重新快速捕获卫星信号,满足一定的导航精度需求。提高了组合导航系统的容错性,对各种载体的精确导航与制导具有一定的现实意义。     

平流层飞艇的组合导航研究

针对平流层飞艇的飞行特点,提出SINS/GPS/陆标组合导航方法,给出SINS/陆标组合导航的观测模型,并将状态与偏差分离的估计算法与联邦滤波相结合,应用于SINS/GPS/陆标组合导航系统.数学仿真结果表明:新组合导航系统相对于SINS/GPS组合导航系统可以有效改善平台误差角的估计精度,同时,提出的简化状态与偏差分离联邦滤波算法能在保持滤波精度基本不变的前提下减少计算量.     

INS／GPS／TERCOM组合制导系统中的信息融合方法研究

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS／GPS／TERCOM系统优化结构，并对INS／GPS／TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究，将这两种算法与传统的集中滤波算法进行了比较。结果表明，系统无故障情况下三种方法精度相同；而在有故障情况下自适应联邦融合法优于另两种方法。     

INS／GPS／Odometer组合系统初始对准及自适应联合滤波

本文提出了INS／GPS／Odometer（测速仪）组合际航系统。基于信息融合理论，提出了基于子滤波器可观性矩阵条件数和误差协方差矩阵特征值分解的自适应联合滤波。然后利用该方法对INS／GPS／Odometer组合系统的初始对准问题进行了研究。仿真结果表明，自适应联合滤波能够改善系统初始对准的状态估计精度，信息分配因子的不同选择对状态估计有一定的影响。     

基于多圆交汇的天文定位与组合导航方法

惯性/天文组合导航系统具有全自主、抗干扰能力强等特点,在一些特殊的导航领域受到了人们的高度重视。本文研究了一种天文多圆交汇迭代定位算法,具有数值计算稳定,适合任意多颗导航恒星参与计算的优点,并能同时计算出对应的定位误差协方差阵;在此基础上,将捷联惯性导航系统与天文导航系统组合,构成了扬长避短的组合导航系统,采用扩展卡尔曼滤波算法实现捷联惯导与天文定位两者的信息融合。最后进行了仿真实验,其结果表明,该天文定位算法简单有效,定位误差模型准确,组合后的系统具有较高的精度。     

SINS/DGPS/Magnetometer组合导航研究

本文针对SINS/DGPS/Magnetometer全组合系统进行了研究,建立了相应的误差模型和系统观测模型。应用扩展卡尔曼滤波算法将GPS测量方程和SINS动态线性化,进行SINS验前状态估计及其误差协方差时间更新。仿真结果表明:本文提出的组合导航系统能够给出载体的高精度姿态信息,位置误差和速度误差也较小。     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。