一种新的车载DR系统自适应卡尔曼滤波模型

提出了车载DR系统(Dead-Reckoning System)改进的自适应扩展卡尔曼滤波模型及其滤波算法.由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的"当前"统计模型及自适应算法,提高了DR系统模型的准确性.计算机仿真结果表明,应用该模型和算法与改进前相比,DR系统的定位精度得到明显提高.     

离散系统的分散滤波器

基于文献[1,2],本文讨论了两种离散系统的分散滤波器方案,并给出了理论分析。最后,通过仿真证明了理论结果。     

自适应卡尔曼滤波实时性研究及其应用

自适应卡尔曼滤波在估计系统状态的同时，也估计系统噪声统计值，因而计算量很大，通常在实际的应用中，其实时性很难保证。通过在ＴＭＳ３２０Ｃ３０芯片上实现惯性导航系统／全球定位系统（ＩＮＳ／ＧＰＳ）组合导航系统的自适应卡尔曼滤波可以看出，采用ＴＭＳ３２０Ｃ３０芯片来解决自适应卡尔曼滤波的实时性问题是可行的。     

轨道机动过程中推力加速度的在线最小方差估计

定位和跟踪空间机动目标时，对目标运动建模受发动机推力的不确定性影响，通过统计处理离散的雷达观测数据实时估计发动机的推力，进而定位和跟踪机动目标便是本文所要研究和解决的问题，本文在地心惯性系建立了常推力轨道机动过程中连续变质量运动模型和离散雷达量测模型，机动过程中质量秒耗量和排气速度作为表征轨控发动机推力的两个近似常量，应用扩展卡尔曼滤波对离散雷达测量数据进行序贯统计处理得到发动机推力的最小方差估计；文中详细地给出了线性化量测模型的变分方程和观测矩阵；仿真结果表明该算法能快速、准确地在线估计轨控发动机的等效推力。     

匹配数据的平滑滤波技术

讨论了匹配测量数据的平滑，滤波和外推问题，所谓匹配测量数据是指位置参数和速度参数呈求导的匹配关系，提出了利用数据的匹配特性这一先验信息来改善多项式最小二乘滤波器的设计，对测量数据中的位置和测速数据进行统一处理，在最小方差意义下给出了平滑滤波公式及其效率方差比，由于充分利用了先验信息，减少了待估计参数的个数，显著提高了参数的估计精度，仿真计算结果表明该方法能显著改善目标运动参数的估计精度。     

H∞滤波在惯导系统地面快速对准中的应用

阐述了H_∞滤波器的设计过程,并将H_∞滤波方法应用于惯导系统地面初始对准.文中建立了惯导系统的误差模型,并对其进行了可观性分析,利用H_∞滤波方法对可观子系统进行了滤波计算,给出了在噪声统计特性未知方差有界情况下惯导系统初始对准的仿真曲线,仿真结果表明该方法克服了卡尔曼滤波对噪声的苛刻要求,滤波效果能够满足工程需要,进一步说明H_∞滤波应用于惯导系统初始对准是有效的.为提高对准速度,文中给出了方位误差角的一种快速估计方法,结果表明该方法是可行的.     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

模型参数扰动下的火星大气进入鲁棒状态估计方法

针对火星大气进入段模型参数扰动及动力学系统的强非线性影响导航系统状态精确估计问题,提出了一种模型参数扰动下的鲁棒插值滤波（DDF）方法。该方法在传统插值滤波方法代价函数的基础上,通过把扰动参数对状态估计精度影响的度量矩阵乘积的迹增广到代价函数,推导了具有解析滤波增益形式的鲁棒插值滤波方法。同时,通过实时计算进入过程中导航系统的非线性,基于系统非线性度给出了鲁棒插值滤波方法阶次自适应选取准则。只在系统强非线性阶段采用高阶鲁棒插值滤波方法,既保证状态估计精度,同时满足导航系统实时性需求。仿真结果表明,提出的鲁棒插值滤波方法比传统的一阶插值滤波方法估计精度更高,能达到二阶鲁棒插值滤波方法的估计精度,比整个进入过程采用二阶鲁棒插值滤波方法具有更高的解算效率。     

SINS任意失准角无奇异快速传递对准

针对战术级捷联惯导系统(SINS)任意失准角下的快速传递对准,提出一种直接姿态矩阵线性矩阵卡尔曼滤波的传递对准算法。首先,利用姿态矩阵描述姿态,将传统大、小失准角条件下的强非线性、线性滤波对准问题统一转化为一个线性滤波问题;然后,采用矩阵形式卡尔曼滤波对状态进行估计,得到一种线性矩阵滤波对准算法,可以在任意失准角、无初值条件下完成对准;最后,推导姿态矩阵正交约束条件下滤波算法的最优实现。仿真结果表明,算法适用于任意失准角下的传递对准,在摇摆运动下,可以在10 s内完成快速传递对准,水平精度达到0.02°(误差均方根)以内,航向精度达到0.03°(误差均方根)以内。     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定,提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法,解决了MEMS激光雷达测量与参考航天器姿态耦合的问题,并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明,该方法具有可行性和实用性,估计精度满足分布式遥感任务需求,能够较好解决中远距离星间相对状态估计问题。