增量粒子滤波方法

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.      

一种新颖的超高分辨率SAR频率域反投影成像算法

超高分辨率条件下,机载合成孔径雷达（SAR）发射信号带宽大,合成孔径时间比较长,对成像处理算法的精度和效率要求较高。现有近似频率域处理和时间域滤波反投影（FBP）算法聚焦SAR数据时均存在诸多问题。基于微局部分析方法,提出了一种新颖的频率域滤波反投影（FD-FBP）成像处理方案。首先,利用Keystone变换简化了数据距离多普勒（RD）域徙动表达式。然后,在RD域进行反投影操作,对参考位置处反投影数据进行移位、相位补偿和FFT等操作即可以得到图像,从而在保证算法精确性的前提下有效降低了运算效率,实现了频率域方法的高效率和时间域方法的精确性特点的结合。最后,点目标仿真和实测数据处理以及与FBP等算法的对比验证了该方法的有效性。     

基于鱼群优化粒子滤波的捷联惯导系统初始对准方法

针对传统捷联惯导系统静基座初始对准模型的维数较高,导致滤波算法的解算实时性较差的问题,设计出一种基于鱼群优化粒子滤波的两位置初始对准方法。首先,建立了捷联惯导系统的两位置初始对准模型。由于该模型中不存在惯性器件的随机常值影响,因此,在确保初始对准精度的前提下,有效降低了初始对准模型维数;然后,利用鱼群优化算法改善了粒子滤波算法中粒子样本的分布,提高了粒子滤波算法的收敛速度和预测精度。仿真结果验证,采用该初始对准方法,可以有效提高初始对准的精度,且满足系统对实时性的要求。     

高超声速飞行器组合导航鲁棒滤波算法

高超声速飞行器由于其飞行环境的影响,使得GPS和星敏感器的量测噪声表现出非高斯特性。针对常规基于Kalman滤波的组合导航在非高斯噪声下性能下降的问题,提出了基于鲁棒滤波的高超声速飞行器组合导航算法。方法在惯性／GPS／＆异步量测建模的基础上,通过随机去耦将量测更新转化为线性回归问题,并基于M估计获得状态量最优估计。仿真结果表明,方法对非高斯噪声具有更好的鲁棒性,有效提高了高超声速飞行器组合导航系统的性能。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

基于GPS/MEMS微惯性导航系统的 混合校正方法研究

针对GPS/MEMS 微惯性组合导航系统, 为了提高算法的可靠性和导航精 度, 研究了Kalman 滤波算法。分析了DSP 数字系统的运算能力、构建了优化的数学模 型, 提出了Kalman 滤波混合校正方法, 并将此方法应用于搭建的组合导航系统。通过 跑车试验对该方法进行了验证,试验结果表明,系统的导航精度,姿态误差在0.5°,航 向角误差2°,速度误差0.5m/s。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

光学三角法测头的精度优化技术研究

为了提高光学三角法测头在实际应用中的测量精度,本文在分析光学三角法测量原理的基础上,提出了一种基于自适应区域平均中点匹配算法的光学测头精度优化方法。该方法以空间域滤波思想为基础,可以根据测头的测量值自动判断测量误差的大小以及优化区域的大小,并可以针对不同表面给出相应的精度优化方法。实验结果表明,该优化算法可以准确描述被测物体表面的轮廓特征,并且能够降低测量误差50%以上,从而有效解决了光学扫描测量精度不足的问题,使测头能够达到微米级的测量精度,实现了零件的高效率、高精度测量。     

基于旋转滤波矩阵束的异步电机转子断条故障诊断

现有异步电机故障诊断技术存在短时数据分辨率低、硬件开销大等缺点。针对这一问题,提出一种基于短时数据的旋转滤波矩阵束的异步电机转子断条故障诊断新方法。利用矩阵束算法抗噪性能强的优点,准确求出定子电流基频成分,并通过逆、正同步旋转变换,剔除了定子电流中的基频成分。利用矩阵束算法准确估算定子电流故障信号的频率和幅值,突破传统基于快速傅里叶变换(FFT)分析算法分辨率不足的限制。仿真和电机试验共同表明:旋转滤波矩阵束算法可以在短时数据的基础上准确辨识转子断条故障。