非线性估计理论的最新进展

扩展Kalman滤波(EKF)是应用最广的非线性估计方法，然而它存在实现性差、计算量大、估计精度低等缺陷，这些问题起源于。EKF采用了Taylor展开近似。在阐明非线性估计的本质，剖析EKF等传统方法的特点及缺陷的基础上，从非线性估计革新的两条发展思路——非Taylor展开的线性变换及非线性变换出发，分别对插值滤波、Unscented滤波、粒子滤波和神经网络滤波这四种近年来最具特色的新方法进行介绍和评述。通过分析这些方法的工作原理、性能特点、必要性和可行性，将非线性估计最新进展的思想传承、本质内涵、地位与作用予以展现，指出各方法的现存问题、发展潜力和最具可实现性的发展方向。同时强调了各种算法的选取须根据具体应用场合和条件，在主要性能指标之间综合权衡。     

STAP中采样支持问题研究

在机载雷达空时二维自适应处理 (STAP)中 ,足够数量的IID采样数据才可以构成杂波相关矩阵的有效估计 ,而实际雷达工作环境中的采样数总是有限的 针对这一问题 ,提出了将前后平均 ,对角加载 ,与降维处理相结合来降低采样数目要求 ,解决采样支持问题的方案 ,并进行了理论分析与仿真。显然 ,通过采用适当的降维处理与前后平均及对角加载相结合 ,所需采样数最多可降低到仅用 3～ 5个     

自适应滤波方法研究

证明Ｓａｇｅ－Ｈｕｓａ的自适应卡尔曼滤波算法不能同时估计Ｑ和Ｒ,并分析了该法导致滤波发散的原因。介绍了一种新的自适应卡尔曼滤波算法,该法当Ｒ（或Ｑ）已知时可以准确地估计出Ｑ（或Ｒ）。该法的独特之处在于当对Ｑ（或Ｒ）进行修正估计时,只采用矩阵的乘运算和求逆运算,而不进行加减法运算,因此消除了滤波发散现象。数字仿真表明效果良好。     

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

双频Android手机GPS/BDS伪距单点定位增强方法与性能评估CSCD

针对双频GNSS手机不同运动状态下的定位性能,从原始观测值质量入手进行分析,设计并比较了多种定位算法的有效性。首先,采集了华为mate30、荣耀20pro、小米10三款双频手机的原始观测数据,从DOP值、信噪比、伪距残差等方面对观测数据质量进行了分析评估。其次,设计了静态和动态实验,利用最小二乘法(LSM)、加权最小二乘法(WLS)(高度角定权、信噪比定权)、Kalman滤波法进行单点定位解算。静态测试结果表明,基于LSM的三款手机定位精度在E、N方向上分别优于2.04m和2.24m,信噪比定权相比高度角定权可使平面定位精度平均提高8.5%;动态测试结果表明,Kalman滤波可有效提高精度性能,平面定位精度平均提高7.2%,但三款手机的动态测试表现明显低于静态测试。     

一种小型弹载混合式光纤惯导系统设计

为解决混合式惯导在小型弹载惯导系统的应用问题,在论述混合式惯导技术特点的基础上,提出小型弹载混合式惯导系统所涉及的三项关键技术：小型化设计技术,抗振动高可靠锁紧技术和基于降维Kalman滤波的抗扰动自标定技术。重点对第三项技术提出具体的技术方案和实现途径。在建立惯导误差模型的基础上,根据姿态精度因子(ADOP)可观测度设计出混合式惯导系统的自标定流程,进行了卡尔曼滤波的降维处理和抗干扰观测量设计。开展了原理样机的标定试验、力学环境试验和导航精度试验工作,试验结果校验了技术方案的可行性和自标定算法的正确性,为其在小型战术导弹中的应用提供了工程借鉴。     

海杂波背景下小目标检测及其运动信息的提取

介绍了在基于Hough变换的检测前跟踪算法检测海杂波背景下的低可观测目标的基础上,将动态规划方法引入其中,从每一条“特征直线”所包含的数据点迹中提取最可能构成目标点迹的数据点的方法。仿真结果表明,将Hough变换与基于动态规划的航迹搜索相结合,能够提高低信噪比条件下的目标检测概率,并能比较准确地提取出目标点迹。然后对提取出来的目标点迹进行Kalman滤波,以估计目标的速度,从而为后续的检测与跟踪提供比较准确的目标信息。     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

组合导航系统的容错技术发展综述

介绍了当前组合导航系统的发展概况,对基于联邦滤波理论的组合导航系统进行了详细分析,比较了几种不同结构的滤波器在组合导航系统容错性能上的优缺点。同时针对组合导航系统的特点,对其容错技术进行了的详细研究,尤其在故障检测和系统重构方面做了详细论述。     

基于多性能参数的民用航空发动机 实时性能可靠性预测

以民用航空发动机为研究对象,运用性能退化可靠性理论,对发动机的性能可靠性进行了研究.通过分析发动机性能退化过程,利用状态空间方法建立了时变性能退化模型,并通过卡尔曼滤波对性能趋势进行预测;然后考虑各性能参数之间的相关性,运用随机过程理论建立了基于多性能参数的实时性能可靠性预测模型,从而对发动机的退化时间进行实时预测;最后通过实例证明该方法是有效的,并且易于工程实现,同时,也为航空公司进行发动机机队科学管理提供了基础.