机会传感网中一种自适应链路侦测数据收集算法

提出了一种自适应链路侦测的数据收集算法,以提高机会传感网链路的预测精度与传输成功率:采用自适应链路侦测算法测量出各节点的实时网内链路质量权重因子,结合节点能量消耗模型,通过基于无味卡尔曼滤波的概率预测方法对节点间的链路质量进行量化计算,实现节点对通信链路的实时自适应预测与最优化选择,从而完成数据收集.仿真实验结果表明:新算法提高了最优化路径决策的预测精度,可以有效地增加消息的平均通信成功率,降低消息的平均传输延时.     

基于对偶数的航天器多特征融合相对导航算法

针对基于视觉的航天器相对导航问题,利用对偶数推导并给出了航天器相对耦合动力学方程,该方程一体化描述了追踪航天器相对于目标航天器的姿态运动和轨道运动,且考虑了由非质心点引起的相对姿态与相对轨道之间的耦合影响。在对偶代数的框架内,统一描述了目标航天器上的特征点和特征线,并基于特征点、线在像平面的投影建立了多特征融合的单目视觉测量模型。最后通过对系统状态方程以及测量方程的线性化,应用迭代扩展卡尔曼滤波(IEKF)算法对非质心点的相对运动状态进行了估计。仿真结果表明,本文的算法能够对航天器非质心点的相对运动状态进行较高精度的估计。     

自适应渐消EKF方法及其在卫星跟踪中的应用

针对在系统不能确切建模或模型误差随时间改变等场合下,传统扩展卡尔曼滤波方法及其改进算法估计误差较大甚至引起滤波发散等问题,将基于新息序列对状态噪声协方差矩阵实时估计的方法引入到渐消EKF中,提出了一种自适应渐消扩展卡尔曼滤波方法,推导了相关公式并详细给出了新方法的计算流程。采用单星对卫星仅测角被动定轨跟踪的例子对算法性能进行了对比分析。仿真结果表明,与传统EKF方法及其改进算法相比,该方法在估计精度、滤波收敛速度以及对初始状态误差的适应性等方面,显著提高了非线性滤波器的性能。     

基于Sigma-point卡尔曼滤波的INS/Vision相对导航方法研究

针对无人机编队常用的leader-follower(领航-跟随)飞行模式,提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,给出了leader与follower之间的相对惯导方程以及相对视线矢量测量原理.由于INS/Vision相对导航系统是一个强非线性系统,采用Unscented卡尔曼滤波融合相时惯导信息和相对视线矢量信息,从而估计出leader与follower之间的相对位置、相对速度和相对姿态,受姿态四元数的归一化限制,在滤波中采用罗德里格斯参数作为姿态误差状念,对于视觉导航系统量测量存在时间延迟的问题,给出了延迟后的量测量与当前惯导信息融合的方法,最后通过仿真研究证明了方法的有效性.     

近似二阶扩展卡尔曼滤波方法研究

 在综合考虑计算量和估计精度的情况下,提出一种新的非线性滤波方法——近似二阶扩展卡尔曼滤波（AS-EKF）方法。该方法基于线性最小方差递推滤波框架,对均值的非线性变换采用二阶近似,其精度高于扩展卡尔曼滤波（EKF）采用的一阶近似。通过计算机仿真表明该滤波方法对非线性系统的滤波精度高于EKF,且计算量明显低于无迹滤波（UKF）,该方法适用于对估计精度和计算量都有所要求的非线性系统滤波器设计。     

基于自适应卡尔曼滤波的盲多用户检测器

盲多用户检测算法广泛应用于码分多址(Code-Division Multiple-Access,CDMA)系统中,能够有效克服多址干扰(Multiple Access Interference,MAI)与"远-近"效应(Near-Far effect)的影响,是CDMA技术中的研究热点.对基于卡尔曼(Kalman)滤波算法的盲多用户检测器进行了研究,在白高斯噪声信道与平坦瑞利衰落信道环境下仿真分析了多址干扰与"远-近"效应对系统性能的影响.仿真实验表明,基于Kalman滤波的盲多用户检测器在两种信道中误码率性能均优于基于最小均方(Least Mean Squares,LMS)算法和递推最小二乘(Recursive Least Squares,RLS)算法的盲多用户检测器,可以有效抵抗多址干扰与"远-近"效应的影响,对提高CDMA系统容量具有十分重要的应用价值.     

Unscented卡尔曼滤波在飞航导弹地磁导航中的应用

对飞航导弹巡航段的地磁导航问题进行了讨论,导航算法为unseented卡尔曼滤波,导航信息为地磁异常强度.首先通过对比不同飞行轨迹下的滤波效果,得到了导弹射前路径规划的一些原则.由于unscented变换参数对滤波效果存在一定影响,提出了利用遗传算法优化unscented变换参数的方法,优化参数的鲁棒性分析进一步验证了该方法的有效性.最后对unscented卡尔曼滤波和扩展卡尔曼滤波的导航性能进行了比较,仿真结果表明前者具有更高的导航精度.     

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。     

光纤陀螺随机漂移误差补偿适用性方法

针对传统方法在建立时间序列模型基础上应用卡尔曼滤波器去除陀螺随机噪声误差的缺陷,提出了一种适于在线补偿光纤陀螺FOG(Fiber Optic Gyrosope)随机误差的滤波方法.当建立的时间序列模型系数出现偏差时,通过引入虚拟噪声,来补偿滤波过程由于系统模型时变和未知噪声而引入的误差,实现了对陀螺随机漂移误差的高精度滤波处理.其次,利用Allan 方差分析法分离并确定了光纤陀螺的主要随机误差源,并对建立的光纤陀螺时间序列模型及滤波方法的适用性及精度进行了评估.通过对光纤陀螺实测数据的分析表明,速率斜坡、速率随机游走和零偏稳定性为FOG的主要随机噪声,所提出的自适应滤波算法能够适应陀螺漂移的时变特点,是一种有效的去除光纤陀螺随机漂移噪声方法.      

基于RTK-GPS的提梁机组协调控制系统设计

双提梁机组协调控制系统利用对称布置的双频载波相位RTK-GPS(Real-Time Kinematic difference Global Position System )接收机完成对提梁机位置、航向位姿信息的测量,通过卡尔曼滤波与里程计融合,消除坐标定位信息的波动,提高位姿测定的精度;单机采用基于CAN (Controller Area Network)总线的网络控制系统,机组间数据传输采用无线网络,构成混合网络控制系统;采用基于双闭环的同步控制策略实现对两提梁机的同步协调控制.实际应用结果表明,两提梁机间相对位置偏差不超过0.1m,相对航向角度偏差不超过0.1°.