UDu~T分解滤波算法及其应用

本文介绍UDU~T 分解滤波算法;用工程师容易理解的方法重新推导时间修正和量测修正滤波公式,并给出标准通用的UDU~T 分解滤波子程序。本算法子程序已实际用于工程估计器中。本算法具有高的数字稳定性。作为UDU~T 分解滤波算法理论和工程应用之间桥梁的本通用标准子程序具有良好性能,使用方便,极易推广应用。     

一种重力测量卫星质心在轨标定改进算法

针对重力测量卫星质心在轨标定算法中存在的陀螺精度不高且易失效的问题,提出了一种应用星敏感器和静电加速度计的质心标定改进算法。在该算法中,将一个明显大于干扰力矩的周期性磁力矩,作用于卫星上;将星敏感器观测量代入预测滤波器中,估计卫星的角速度及角加速度;利用静电加速度计信息设计扩展卡尔曼滤波,从而实现卫星质心的标定。数学仿真结果表明:此算法能够对卫星的角速度及质心位置进行实时估计,卫星质心三轴最佳标定精度均优于0.05mm,可实现陀螺失效情况下卫星质心较为精确的标定。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

单天基平台测向的空间非合作目标跟踪

针对仅含角度测量信息的单个天基平台可观测性较弱的问题,提出了一种含脉冲机动检测的空间非合作目标跟踪算法,并设计了非合作目标实时跟踪数据处理流程.该算法利用抗差估计技术和UKF（Unscented Kalman Filter,无迹卡尔曼滤波）算法构造目标跟踪滤波器,并综合残差多项式拟合和新息分布特征等方法实现目标机动检测,在天基平台观测信息类型有限和观测几何较差的情况下,可以同时排除孤立野值和成片测量野值的影响,实现非合作机动目标的连续稳定跟踪.数值实验验证了算法的可行性和有效性,也表明了跟踪精度和可靠性与测量精度密切相关.     

微小推力下小卫星的轨道递推与推力标定

针对采用微小推力进行轨道机动的小卫星,考虑复杂摄动力的基础设计了一种高精度轨道外推和推力在轨标定算法.首先,建立了考虑地球复杂摄动力和微小推力的小卫星轨道动力学模型;然后基于动力学模型,利用变步长龙格库塔算法,设计了对微小推力小卫星进行高精度轨道外推的方法.随后通过无迹卡尔曼滤波器(UKF),设计在轨标定算法,对存在误...     

直升机反潜系统声目标运动状态估算验证分析

本文介绍了声目标运动参数的计算方法、滤波处理和飞行试验方法。通过试飞数据结果分析，并考虑到数理模型在工程实际中的应用，提出了对运动目标状态数据处理时，应根据数据散布特性，如何使用滤波方法的合理性。     

高动态雷达接收机的最佳距离和速度跟踪

普通雷达接收机难于对高动态飞行器捕获和跟踪。本文提出一种最佳跟踪接收机（OTR），它能对高动态飞行器实现快速捕获和精密跟踪。这种OTR是将最大似然估计与卡尔曼滤波相结合具有计算机反馈的数字化接收机。本文介绍它的工作原理、实现方法和跟踪性能。     

具不确定观测和相关噪声的最优递推滤波

应用正交投影定理,对于噪声相关系统,在观测不确定的情况下,求出了状态向量的卡尔曼滤波公式。在线性最小方差准则下,解决了状态噪声一步相关,相同时刻的测量噪声和状态噪声相关,以及测量噪声和状态噪声在相邻时刻均相关的情况下的滤波问题,并给出了递推滤波公式。仿真算例说明了它们的有效性。     

GPS测试数据处理中的滤波模型及算法

弹射试验测试的系统状态及量测过程都会受到随机噪声的影响,使用卡尔曼滤波可以有效消除这些随机噪声带来的误差.但卡尔曼滤波效果依赖于系统的运动模型,适宜的系统模型可以取得良好的滤波效果.本文针对高动态测试系统的特点.建立了加速度"当前"统计模型的卡尔曼自适应滤波算法.并给出了仿真结果及试验结果.结果表明,该滤波算法可以有效提高系统测试精度.     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。