一种基于Particle Filter的攻击目标高度估计算法

利用目标高度估计确定目标攻击要害点是精确制导武器信息处理中的一个重要内容。传统方法主要有直接利用几何方法估计和扩展卡尔曼滤波器方法,这两种方法精度都不高。Partic le F ilter是一种新出现的滤波方法,在解决非线性问题中得到了广泛应用。利用Partic le F ilter设计了一种新的目标高度估计算法。该算法通过贝叶斯递推方法,避免了在测量方程非线性很强的时候,扩展卡尔曼滤波器不合理的线性化所带来的误差。仿真结果表明,这种基于Partic le F ilter的目标高度估计算法提高了估计精度和收敛的鲁棒性。     

基于KF-LESO-PID洛伦兹惯性稳定平台控制

为克服现有惯性稳定平台使用机械轴承干扰量大, 使用气/液浮轴承难度高, 使用磁阻力磁轴承线性度差的缺点, 提出一种基于洛伦兹力偏转磁轴承的新型洛伦兹惯性稳定平台(LISP)。为克服耦合效应和承载摩擦谐振干扰对平台偏转通道高频姿态补偿控制的影响, 提出一种基于LESO-PID结合卡尔曼滤波(KF)反馈的数字控制方案。根据洛伦兹力磁轴承(LFMB)支承偏转系统结构特点, 建立了LISP转子偏转动力学模型;利用模型分析径向两自由度偏转特性, 提出在PID控制器的基础上, 引入线性扩张状态观测器(LESO)和卡尔曼滤波反馈以抑制摩擦谐振干扰及耦合效应;搭建了以DSP和FPGA为核心的数字控制系统, 并以离散形式将控制方法进行数字化实现。采用对数频率特性判据和Nichols曲线对所提控制方法的稳定性进行分析, 通过仿真比较引入LESO-KF前后转子偏转通道的稳定性。实验结果表明:PID控制条件下在高频时失真, 引入LESO-KF后明显降低噪声及干扰, 同时还可对系统内部状态参数进行实时观测。实验结果验证了所提控制方法对摩擦谐振干扰及耦合效应的抑制作用。      

高斯粒子滤波器及其在非线性估计中的应用

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。在符合高斯假设和一定的粒子数的情况下,谈算法可以获得近似最优解。与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象。在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法。     

低复杂度自适应容积卡尔曼滤波算法

确定采样型滤波算法中的容积卡尔曼滤波（CKF）算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。      

空空导弹动基座低成本传递对准技术研究

针对空空导弹的特点,采用低成本惯性器件实现其动基座对准,文中重点研究了主惯导为平台式的惯导系统,子惯导为捷联式的惯导系统的传递对准原理和精度计算方法;建立了传递对准数学模型,进行了仿真研究;给出了具有实际参考价值的对准方案     

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。     

基于模型与双卡尔曼滤波的锂电池参数辨识

可靠的模型参数辨识是电池管理系统的关键评估指标.为了提高在测量噪声影响下锂离子电池工作的可靠性,有必要建立参数有效更新的锂离子电池模型.首先降低传感器量测噪声对电池模型的影响,将电流噪声作为补偿因子引入锂离子电池以改进等效电路模型;接着对等效电路模型中参数扰动进行抑制,应用双扩展卡尔曼滤波算法递归辨识模型参数;最后,利...     

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。     

磁定姿近地轨道卫星EKF与UKF算法比较

某近地轨道(LEO)卫星通过磁强计测量、飞轮控制和磁力矩器卸载,实现三轴姿态稳定.围绕该卫星姿态确定问题,对扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)算法进行综合分析对比,最后给出该卫星姿态确定实现方法.分析了地磁模型误差、磁强计测量误差及剩磁的影响,推导了四元数均值及协方差的计算方法.分别引入EKF和UKF进行姿态确定,并讨论了影响算法性能的因素.对两种方法的估计精度、收敛时间及计算需求等指标进行了对比.最后针对该卫星姿态确定要求和硬件条件,选用EKF算法实现姿态确定,满足对地指向精度优于1°,稳定度优于0.1(°)/s的设计指标.