自适应UKF在北斗定位算法中的应用

北斗导航系统发展日益成熟,介绍了北斗定位解算与GPS解算的差异,针对扩展Kalman滤波(Extended Kalman Filter,EKF）算法在北斗解算过程中容易引入非线性误差,无迹Kalman滤波(Unscented Kalman Filter,UKF）算法受初值和系统噪声影响较大问题,提出了一种自适应无迹Kalman滤波(Adaptive Unscented Kalman Filter,AUKF）北斗定位解算算法。该算法利用观测残差信息构建自适应渐消矩阵,消除量测噪声异常带来的影响,同时提高了滤波精度。实验表明,与EKF和UKF定位解算算法相比,AUKF算法在定位精度和对系统噪声鲁棒性方面都有所提高,是一种可靠稳定的北斗定位算法。     

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法,但是测量信息单一且独立,针对旋转载体的测姿问题,提出一种基于自适应滤波的GPS滚转角估计方法,通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模,根据滚转角预测估计值选取量测量,并提出自适应滤波,采用滚转角加速度估计自适应滤波算法,实现了对系统噪声方差阵的自适应调整,避免了滚转角加速度最值的选取问题,降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性,结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

惯导系统可观性的全面分析研究

应用线性控制系统的结构分解理论及奇异值分解法对惯导系统 (INS)初始对准过程中的可观测性进行了全面分析 ,深入研究和详细分析了各种状态组合对系统可观测性的影响 ,定量地得出了惯导系统最佳观测状态组合时的结构分解过程及最佳可观测的子系统 ,为进一步研究INS的快速精确对准方法奠定了理论基础。     

一种融合卡尔曼滤波的改进时空上下文跟踪算法

针对时空上下文跟踪算法对快速运动和遭受严重遮挡目标的跟踪精度下降问题,提出一种融合卡尔曼滤波的改进时空上下文跟踪算法。首先人工标记目标所在的矩形区域,然后利用改进的时空上下文算法对目标进行稳定跟踪,在跟踪过程中,基于连续两帧图像灰度的欧氏距离判定目标跟踪状态,当判定目标遭受严重遮挡时,利用卡尔曼滤波进行预测估计。算法对噪声有一定的容忍度,通过降低噪声对跟踪过程的影响,能够得到更优的目标区域。仿真实验结果表明:本文算法适用于不同光照强度下高速、高机动目标的稳定跟踪,并且对目标的尺度变化和短时严重遮挡具有鲁棒性。算法帧平均耗时为34.07ms;帧几何中心平均误差为5.43pixel,比时空上下文算法减少70.2%;目标轮廓面积平均误差为13.08%,比时空上下文算法减少52.7%。     

高斯混合模型优化的四元数约束CKF姿态估计

针对四元数非线性滤波在姿态估计中噪声为非理想高斯分布时随机模型的失配现象,提出了一种基于高斯混合模型的四元数约束容积卡尔曼滤波（GM-QCKF）。讨论了四元数在容积卡尔曼滤波中的加权均值方法,并利用高斯混合模型对高斯分量更新与求和从而精化随机模型,最后通过两步投影理论做归一化限制,有效地改进了四元数约束容积卡尔曼滤波的稳定性。通过仿真测试,表明GM-QCKF可明显提高姿态估计精度;跑车试验验证了GM-QCKF算法在实际应用中精度和稳定性的优势。     

基于融合滤波的MEMS动态倾角仪算法设计

倾角仪是测量物体水平倾角的仪器,在测绘仪器、天线定位、平台控制、海上平台监控等方面有着广泛的应用。基于以MEMS陀螺仪和加速度计为核心传感器、STM32H743为核心控制器的高精度动态倾角传感器,针对加速度计受线加速度影响不适合跟踪动态角运动、陀螺仪受漂移影响存在误差累计的问题,设计了一种融合滤波算法,采用零速修正和姿态自观测方法建立扩展卡尔曼滤波模型,通过反馈矫正将陀螺仪和加速度计输出数据进行融合滤波,去除加速度计受动态环境产生的干扰误差和陀螺仪产生的累计漂移误差,得到高精度载体水平姿态信息。使用大理石平板及三轴转台分别进行静态及动态试验验证,测量过程中动态倾角仪通过RS422串口及CAN总线将仪表原始信息及姿态解算信息传输给地面采集设备,实现对载体姿态的连续、实时计算和显示。经试验验证,该算法能够有效提高系统倾角跟踪精度,测量精度优于0.008°(1σ)。     

一种双轴旋转惯性导航系统的重要参数快速自标定方法

为了提高双轴旋转惯导重要参数标定的快速性和精度,提出一种快速自标定方法。通过设置不同的标定路径可以在10 min内完成陀螺和加速度计的零偏以及标度因数误差的标定。该方法利用基于姿态误差观测的卡尔曼滤波完成陀螺零偏的估计。通过六位置翻滚并以速度误差作为观测量进行卡尔曼滤波,完成加速度计的零偏及标度因数误差的标定。使天向陀螺绕方位轴旋转4周,使水平陀螺绕水平轴转动4周,通过计算旋转前后的姿态误差完成陀螺标度因数误差的估计。仿真和试验结果表明,该方法可以实现双轴旋转惯导重要参数10 min内完成自标定,且具有较高的精度。     

基于交互式多模型的主被动站跟踪算法

在高斯白噪声下,使用交互式多模型算法融合主动站和被动站量测信息,在各类机动状态模型切换,完成对机动目标的定位跟踪。根据主动站到达目标然后到达被动站的距离和以及目标到达主被动站的方位角和俯仰角信息建立量测模型;在交互式多模型算法的基础上,在常规直线机动模型基础上引入Singer模型,模拟目标机动运动;以几何关系求解得到的目标位置作为目标初始解,相较于其他初始模型,算法具有更好的收敛性。仿真实验表明,在主被动站间距几十千米,目标与主被动站间距几百千米,到达角误差2°左右,到达时间误差20 m左右的情况下,使用交互式多模型算法跟踪目标,收敛误差在百米级别。     

用于微机械捷联式航姿系统的四元素算法卡尔曼滤波器

介绍了一种卡尔曼滤波器 ,它适用于由微机械惯性传感器构成的捷联式航姿系统。文中阐述了系统构成和原理 ,基于四元素算法公式推导了姿态算法和系统误差模型 ,并设计了实时卡尔曼滤波器。仿真结果表明 ,当没有横向加速度干扰时系统精度优于 0 .0 4度 ,当出现 0 .1g/1Hz的横向交变加速度干扰时 ,精度降为 0 .4 4度。初步测试结果表明系统的静态精度为 :俯仰和横滚 /-0 .2度 ,航向 /- 0 .3度。     

目标运动要素解算方法的探讨

提出了适用于水下目标运动要素估算数据融合、最小二乘估计和Kalman滤波估计模型,本模型被用于航空反潜作战中目标运动要素估算,具有良好的效果。