无迹卡尔曼滤波器在惯导初始对准中的应用研究

滤波技术在惯导系统初始对准中的应用是一项重要的研究内容,随着非线性滤波技术的发展,如何通过新的滤波技术来提高初始对准的性能近年来得到了广泛关注。文章针对可扩展卡尔曼滤波器存在着计算复杂和滤波不稳定的缺点,尝试了一种新的非线性滤波器——无迹卡尔曼滤波器。针对所采用的非线性初始对准模型的特点,对无迹卡尔曼滤波器进行了简化,将简化后的无迹卡尔曼滤波器应用于非线性初始对准中,得到了较好的对准效果。     

基于改进平方根无迹卡尔曼滤波方法的涡扇发动机气路状态监控

针对涡扇发动机气路状态监控存在模型未知或不准确导致滤波效果下降甚至发散的问题,研究了一种融入高斯过程回归（GPR）的改进平方根无迹卡尔曼滤波（UKF）方法.该方法利用GPR对训练数据进行学习,建立发动机气路部件状态监控的GPR模型,替代UKF方法中的非线性系统模型;采用超球体单形采样和平方根滤波方法来提高滤波的计算效率和数值稳定性.仿真结果表明:训练的GPR模型解决了UKF方法对发动机原系统模型和噪声协方差矩阵依赖性的问题;与扩展卡尔曼滤波（EKF）和平方根UKF方法相比较,改进平方根UKF方法精度更高,对健康参数的估计精度达到99.9%,实现了对涡扇发动机单个和多个气路部件健系参数的有效跟踪.      

基于紫外敏感器的卫星自主导航方法研究

研究了卫星利用CCD紫外敏感器进行自主轨道确定的方法。敏感器通过地球紫外图像提供地心方向矢量及姿态误差信息进而确定卫星轨道。采用Unscented卡尔曼滤波算法,对紫外敏感器测量精度、姿态误差、部分轨道参数以及地球模型对导航精度的影响进行了仿真验证。仿真结果表明本方法具有较高的定轨精度,其导航误差主要取决于紫外敏感器测量精度和卫星姿态误差。     

基于非线性滤波技术的多航天器编队飞行相对导航

航天器编队飞行协调工作,必须精确确定各航天器的相对位置和相对速度,即进行编队飞行相对导航,本文提出了一种UKF和卡尔曼滤波组合的非线性滤波算法,并将算法应用于编队飞行的载波相位差分GPS相对导航。     

基于极大后验原理的非线性系统传感器故障估计

针对扩展卡尔曼滤波算法(Extended Kalman filter,EKF)计算复杂,粒子滤波算法动态跟踪能力差,单一无先导扩展卡尔曼滤波算法(Unscented Kalman filter,UKF)滤波精度低等缺陷,本文根据极大后验原理(Max-imum posterior principle,MPP),针对一类非线性系统设计了一种改进型的无先导卡尔曼故障估计滤波器来估计被控系统所发生的加性传感器故障。首先根据极大后验估计原理,推导出一种最优常值故障估计器。在此基础之上,推导出次优的加性常值故障估计滤波器,并对故障估计滤波器进行了无偏性证明。最后,将得到的理论结果应用于非线性倒立摆系统,仿真验证了所提方法的有效性。     

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。     

基于UKF自主定姿方法研究

轻小型飞行器在飞行中卫星导航失效时,余度控制回路要求导航系统具有自主确定姿态的能力.提出了基于IMU的输出确定水平姿态的方法,并采用UKF实现飞行中的实时滤波估计.对某无人机实际飞行的MEMS型IMU数据进行了仿真,结果表明该方法给出的姿态角信息满足控制精度需求.将UKF与EKF滤波估计结果进行比较,UKF更具有优越性.     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题，本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略，该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程，定义了资源的效费比和长期回报率，然后与当前实际跟踪误差综合考虑作为MDP的回报函数，进而给出了调度的优化模型，最后将长时决策问题转化为动态规划算法结构进行求解，并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性，与传统的短时策略相比，跟踪精度可提高11.17%。     

改进的平方根UKF在再入滑翔目标跟踪中的应用

针对临近空间高超声速再入滑翔目标跟踪问题，提出了一种基于新气动力模型的改进的平方根UKF滤波算法(ISR-UKF)。首先对气动力模型进行了变换。其次，在传统平方根UKF基础上，改用球形无迹变换来计算权系数以及sigma点；改进了平方根矩阵的分解方法；同时为解决矩阵求逆易出现奇异值使滤波失效的问题，提出在协方差矩阵更新中引入多重次稳定因子。最后将该算法分别与基于原气动力的ISR-UKF，基于新气动力的平方根UKF以及基于原气动力的平方根UKF进行仿真比较。仿真表明，该算法具有良好的滤波性能，而且能避免奇异值问题的出现，具有很好的可靠性。     

预警卫星对主动段弹道跟踪算法研究

针对预警卫星视线(LOS,LIne-of-Sight)测量下对弹道导弹目标的跟踪问题,传统的方法(如EKF)存在易发散、不稳定的现象.引入一种更为稳健和有效的滤波估计算法UKF,其通过特别选取一些样点,给出随机变量经过非线性变化后的均值和方差,从而得到滤波器基于非线性方程的更新,避免了非线性方程的线性化.解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性,提出了基于弹体旋转的主动段运动方程.通过Monte-Carlo仿真,与其它算法比较,说明该算法跟踪性能更好,在空间预警系统应用中具有较好的适应能力.