非线性非高斯秩滤波方法

基于秩滤波原理,提出一种非线性非高斯秩滤波方法,给出其递推过程.目前常用的非线性滤波方法有无迹Kalman滤波和粒子滤波,无迹Kalman滤波只适用于高斯分布的情况,粒子滤波方法却存在粒子退化及重采样引起的粒子贫化问题.而非线性非高斯秩滤波方法不仅适用于常见的多元t分布、多元极值分布等非高斯分布的非线性滤波,并且计算简单、工作量小,便于工程应用.从仿真算例可以看到,该方法的滤波精度与无迹Kalman滤波和粒子滤波方法相比提高了500%以上.      

基于双视线测量的相对导航方法

对非合作目标自主交会中的中远程相对导航问题进行研究.首先,给出二阶近似的航天器相对轨道动力学方程,并对视线(LOS)导航方法的可观测性进行了分析.然后,提出基于双视线测量的相对导航方案.该导航方案中,系统过程噪声模型采用适用于航天器远距离相对运动的轨道动力学方程;量测量包括目标对两个追踪航天器的视线角和追踪航天器之间的...     

SINS/Two-Antenna GPS组合导航系统设计及实现

对SINS／two—antenna GPS全组合导航系统进行了研究，建立了相应的误差模型和系统观测模型，特别是组合系统下的GPS载波相位双差观测模型。提出了一种扩展的卡尔曼滤波方法，并进行了系统硬件集成设计。仿真结果表明：该设计改善了系统性能，提高了导航定位的精度、可靠性和实用性。     

GNSS/SINS组合SAR运动信息传感器

提出一种不依赖于机载主惯导的SAR运动信息传感器方案，即改进的基于GNSS／SINS组合运动系统。在成像期间．输出以纯惯性为主的导航信号．以保证较高的相对定位精度。而GNSS／SINS组合．则保证了长时间的绝对定位精度。本介绍了这种运动传感器的原理和数学模型等，并对实验结果作了分析。多次实验表明，本提出的基于GNSS／SINS的运动传感器具有很高的精度，完全满足了SAR成像的精度要求．特别适用于没有主惯导或主惯导精度较低的场合。     

三星时差无源跟踪算法研究

基于卫星平台的无源定位系统可以通过卫星的绕地运动和轨道覆盖,实现对全球地面辐射源的被动侦察,具有侦察隐蔽性强、侦测范嗣广和不受地理位置限制的优点。把一种新的修正协方差扩展卡尔曼滤波（MVEKF）方法引入三星对运动目标的时差无源定位跟踪中,克服了EKF受初始状态和测量误差影响大的缺点,也不用像MGEKF一样需要观测方程的修正函数,仿真表明该滤波方法相对来说收敛速度更快,跟踪性能更好。     

基于三级滤波的民用飞机组合导航融合算法研究

高精度导航系统是民用飞机必备的机载航电设备。针对民用飞机导航传感器冗余配置特点,设计了一种基于三级滤波的组合导航融合算法。首先根据民用飞机传感器配置特点设计三级滤波架构,然后通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,最终实现导航参数的最优全局估计。最后,通过计算机仿真证明该方法具有很好的位置、速度和姿态估计精度,能够满足民用飞机导航系统的高精度测量要求。     

基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息,根据船舶升沉运动模型和频谱分析方法,建立描述惯性测量单元（IMU）的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波（UKF）算法非线性滤波的特点,进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证,结果表明,同一模型下,相比于扩展卡尔曼滤波（EKF）算法的解算结果,所提方法具有更快的收敛速度和更高的测量精度;对船舶升沉位移的估计精度达到最大升沉幅值的5%,可以得到精确、无时延的船舶升沉运动信息。      

多级分解预测与滤波方法

本文在Andrisani等人近年来工作的基础下,进一步发展了线性离散随机系统的多级分解估计方法,提出了比较完善的多级分解预测与滤波公式,并将本文的工作与Andrisani等人的工作作了比较。本文给出的预测与滤波算法计算量较小,便于实时处理,且估算精度与集中估计方法基本一致。文中给出了应用算例,分析了模型误差对预测和滤波结果的影响。     

一种基于GPS的测姿新方法

提出了一种利用GPS载波相位信号，基于积分角速率参数IRP（Interated rate parameters)的概念，并借助于扩展了卡尔曼滤波（Extended Kalman filtering)算法进行载体的姿态及姿态变化率估计的新方法，利用线性跟踪理论建立动态方程，使动态方程形式简单，意义明确，利用IRP的概念，通过解决姿态矩阵的递推过程，建立载波相位的观测方程，仿真试验结果表明，本算法具有计算效率高，实时性好，测姿态精度高等优点，并且，由于同时对姿态率进行跟踪估计，因而表现出对载体机动性较强的跟踪能力。     

基于自适应滤波的车载DR系统研究

ＧＰＳ／ＤＲ组合系统是一种低成本、高可靠性的车载导航设备ＤＲ（Ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）是其最重要的组成部分。文中分析研究了ＤＲ自适应卡尔曼滤波模型及其滤波算法,设计了基于自适应滤波的车载ＤＲ系统,描述了系统的结构。实际跑车结果表明,采用机动加速度均值和方差的自适应滤波算法,可以大大提高系统的动态跟踪能力,特别是在车辆做大机动行驶时,跟踪效果尤为明显。