Regularized Robust Filter for Spacecraft Attitude Determination

A modified regularized robust filter is proposed for spacecraft attitude determination in the presence of relative misalignment of attitude sensors. The filter is designed to minimize the worst-possible residual norm on condition that there is parametric uncertainty in the measurement model. The weighting matrix of the residual norm is designed to minimize the upper bound of the estimation error variance. The performance of the proposed attitude determination robust filter is illustrated with the use of real test data from a real three-floated gyroscope. Simulation results demonstrate that the attitude estimation accuracy is improved by using the proposed algorithm.     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

A Fault-tolerance Estimating Method for Ionosphere Corrections in Satellite Navigation System

 Aiming to the reliable estimates of the ionosphere differential corrections for the satellite navigation system in the presence of the ionosphere anomaly, a fault-tolerance estimating method, which is based on the distributed Kalman filtering, is proposed. The method utilizes the parallel sub-filters for estimating the ionosphere differential corrections. Meanwhile, an infinite norm (IN) method is proposed for the detection of the ionosphere irregularity in the filter processing. Once the anomaly is detected, the sub-filter contaminated by the anomaly measurements will be excluded to ensure the reliability of the estimates. The simulation is conducted to validate the method and the results indicate that the anomaly can be found timely due to the novel fault detection method based on the infinite norm. Because of the parallel sub-filter architecture, the measurements are classified by the spatial distribution so that the ionosphere anomaly can be positioned and excluded more easily. Thus, the method can provide the robust and accurate ionosphere differential corrections.     

多传感器加权观测融合自适应UKF滤波器

对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法.该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性.进而利用Sage-Husa估计算法得到自适应UKF滤波算法.该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性.为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器.一个带3传感器非线性系统的仿真例子说明了该算法的有效性.     

基片集成波导滤波器设计与分析

文章应用基模和高次模设计了Ku频段的4阶椭圆函数响应滤波器,并对其仿真和实测结果进行了详细的分析;针对频偏和寄生耦合进行了仿真和结构调整,取得了性能优良的滤波器响应。     

一种顾及厄特沃思效应的水下重力辅助导航方法

水下相对于水面环境,准确估计厄特沃思效应更为困难,进而影响重力测量精度。由于传统重力匹配算法未考虑水下厄特沃思估计误差对重力辅助导航定位性能的影响,根据不同导航参数对厄特沃思估计误差的影响程度,构建了水下惯导系统/计程仪/重力仪组合导航框架,采用UKF非线性滤波算法,分析了不同导航模式下厄特沃思估计误差特性,并评估了有无厄特沃思估计误差时重力辅助导航性能的差异。半物理仿真结果表明采用DVL的辅助导航方式可有效抑制惯导误差积累,INS/DVL/Gravimeter三者信息融合导航模式定位性能得到了进一步提高,即使在考虑厄特沃思估计误差的情况下,与仅采用DVL作为辅助信息源相比,水平径向误差定位精度依然提升了17.02%。     

一种惯组外场标定振动干扰的分离方法

惯组在外场进行标定时常会受到地基振动的干扰,这种干扰会对惯组的测试精度造成极大的影响.为解决这一问题,根据工程实际需要,提出了一种基于经验模态分解和数字信号滤波技术相结合的惯组输出振动干扰分离方法.首先利用经验模态分解将受振动干扰的惯组输出分解成若干本征模态分量,然后采用低通滤波器对高频分量进行滤波,对低频分量相应区段做幅值修正,最后将处理过的各分量叠加,即重构出消除振动干扰的信号.相对于传统的剔除野值后的平滑滤波方法,新方法保证了数据信息的完整性,有效降低了振动干扰的不利影响,提高数据信息的可靠性和真实性.仿真实验和工程实践表明,该方法对外场的瞬时振动干扰有较强地分离能力.     

内燃机车传动系统故障检测仪采集通道硬件电路设计

介绍了内燃机车传动系统故障检测仪采集通道硬件电路的设计，包括电荷放大器、程控增益放大器、抗混叠低通滤波器以及带通滤波器等部分。本设计的数据采集通道电路简单，调试方便，能很好地满足监测仪总体要求。     

基于神经网络补偿的室内无人机组合导航系统

针对无人飞行器在环境特征突变情况下数据融合的可靠性大幅下降问题，提出了神经网络预测补偿的组合导航算法。首先利用扩展卡尔曼滤波和粒子滤波对激光、光流等传感器得到的数据进行融合，然后采用径向基函数（RBF）神经网络对粒子滤波前后的误差进行预测。当激光数据可靠时，RBF神经网络进行训练学习模式，当激光数据中断或者不可靠时，利用训练后的模型对系统进行误差补偿。利用无人飞行器在室内环境下进行定点和轨迹实验，结果表明补偿后的位置导航信息能够明显降低激光数据不可靠时带来的定位误差。     

高温超导滤波器国内外研究进展

近年来，国际上高温超导微波器件的应用取得了重大突破，国内的高温超导微波应用也取得了重要进展。文章介绍了高温超导滤波器的工作原理及其显著特点，回顾了国外高温超导滤波器的研究历史，详细叙述了国内近年在移动通信、卫星微波接收机和气象雷达三方面的应用情况。