多传感器导航系统状态估计一致性检验

本文论述多传感器导航系统中检验联合卡尔曼滤波器状态估计一致性的系统错误检测方法。联合卡尔曼滤波器是基于信息共享原理的分块估计算法，在正常工作情况睛，各分块滤波结果之差是均值为零、方差一定的高斯矢量，估计一致性检验特别适用于此，并能有效地改进系统的容错水平。     

用卡尔曼滤波器消除TOA中NLOS误差的三种方法

提出了三种改进的用卡尔曼滤波器消除到达时间(Time of Arrival，TOA)测量值中非视距(Non-Line of sight，NLOS)误差的方法。这三种方法从不同角度考察TOA测量值中NLOS误差的特点，分别对卡尔曼滤波器的迭代过程进行改进，有效地消除了TOA测量值中NLOS误差的随机性和正向偏差。与传统的NLOS误差消除算法相比，这三种方法均可获得较小的估计误差，并可实现实时处理。     

一种在非视距环境中的TDOA/AOA混合定位方法

提出了一种在非视距环境中的到达时间差/到达角混合定位方法。该方法使用了两步卡尔曼滤波。先用卡尔曼滤波器对到达时间测量值进行预处理,以消除TOA测量值中的NLOS误差。再把经过预处理的TOA测量值输入到用卡尔曼滤波器实现的TDOA/AOA混合定位器中进行定位。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法及静态定位方法中泰勒级数展开法的误差性能。     

基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合的目标跟踪算法研究

针对复杂环境下目标跟踪问题,提出了一种基于 有限差分扩展卡尔曼粒子滤波的多 特征自适应融合跟踪算法。采用有限差分扩展卡尔曼滤波器对采样粒子集合进行滤波更新, 通过融入最新观测信息的方法消弱权值退化现象;在新算法的框架内,利用目标静态和动态 互补特征作为观测量,实现不同环境下目标的多特征自适应融合跟踪。实验结果表明,本文 方法具有较好的跟踪精度和抗噪声干扰能力。     

卡尔曼滤波器在PID控制中的仿真研究

通过研究卡尔曼滤波器的信号模型,采用KALMAN滤波器同常规PID控制相结合的方法对系统进行仿真研究,利用卡尔曼滤波器来克服系统中的测量噪声和控制噪声对控制性能的影响。结果表明:同没有加卡尔曼滤波器的常规PID控制相比,卡尔曼滤波器很好地抑制了白噪声的污染,控制效果明显改善。     

卡尔曼跟踪滤波器的稳态分析解

本文介绍边跟踪边扫描雷达系统中卡尔曼跟踪滤波器稳态解的分析表示式。雷达传感器测出距离和径向速度,并把这两项测量数据用于滤波器中。作为一个特例,本文得到了仅有距离测量值的解法。本文还给出些曲线图,这些图表明了解法与各种不同参数的关系。Ⅰ.引言对估算边跟踪扫描系统中距离和径向速度的二阶卡尔曼跟踪滤波器,Caslella     

机炮火控用的卡尔曼和有限记忆滤波的比较

机炮火控用的有限记忆滤波器已被研制出来,并与卡尔曼滤波器进行了比较。有限记忆滤波器与卡尔曼滤波器不同,不需要有关测量或目标噪声统计的先验信息。此外,有很记忆滤波器用新的递归算法来实现,可以显著地减小其运算量,对机炮应用来说,卡尔曼滤波器至少要多一个数量级的计算才能达到和有限记忆滤波器一样的性能。     

常用非线性滤波方法比较研究

几乎所有的现实系统都是非线性的,因而非线性估计问题显得尤为重要.通过分析3种常用的非线性滤波器:扩展卡尔曼滤波器、Unscented卡尔曼滤波器以及粒子滤波器的原理,确定其适用性.用单变量非平稳模型及再入目标跟踪模型,通过Monte-Carlo仿真计算估计的均方误差及时耗,进而对上述3种滤波器滤波精度、一致性以及运算量进行比较.     

基于卡尔曼滤波的测量值重构及定位算法

在蜂窝网无线定位技术中,非视距(NLOS)误差的存在使定位性能急剧下降。该文提出了一种针对NLOS环境的基于卡尔曼滤波(KF)的动态跟踪定位算法。算法首先利用有偏卡尔曼滤波器的对测量值进行重构,然后利用重构后的测量值进行卡尔曼定位,并引入推算机制加以修正。实验结果表明,该方法在极为恶劣的NLOS环境下也能够获得很高的定位精度。     

NLOS环境下基于TOA/AOA的单基站目标跟踪

现有的单基站定位技术由于非视距（Non-Line-of-Sight,NLOS）误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）等算法,且对抑制NLOS误差具有良好的效果。     

基于曲线运动的改进型卡尔曼滤波器

滤波器的性能对雷达站多站数据融合有着至关重要的影响,目前卡尔曼滤波器对曲线运动模型的滤波性能误差较大,或者是运算效率较低.对曲线运动模型的描述和相应卡尔曼滤波器提出了改进,并设计了改进型卡尔曼滤波器,经仿真验证取得了良好的效果.     

联合卡尔曼滤波在多传感器信息融合中的应用

介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的一般设计方法，并将此方法运用于舰船INS/GPS/Loran-C组合导航系统中，理论分析与仿真结果表明，该联合卡尔曼滤波器的设计合理，算法具有全局最优性，能够提高系统的导航精度和容错能力。     

机动目标跟踪领域的数据滤波技术应用

在机动目标跟踪数据处理过程中，由于飞点或目标机动造成的状态突变，常常导致卡尔曼滤波器发散，从而恶化跟踪效果，本文针时异常值的特点分为飞点和突变值两类分别处理，通过预处理和强跟踪卡尔曼滤波器使时机动目标跟踪达到较好的效果。     

目标跟踪卡尔曼滤波器的有效近近似

本文介绍雷达探测器在极坐标中以高数据率测量距离、方位和仰角,而在直角坐标系中描述机动目标的卡尔曼滤波器。提出了一个近似增益计算的算法,用来确定在线微处理机实现时的滤波器增益。该方法中,增益是以三个去耦滤波器计算的,并乘以由被测量目标的位置和方向确定的雅可比变换。将这种算法与用于舰船火炮火力控制系统中典型目标航迹的扩展卡尔曼滤波器进行比较,所提出的算法,其滤波器增益和跟踪误差与扩展卡尔曼滤波器近乎一致,而计算量则减少了四分之三。     

基于纯角度信息的单站无源定位算法

本文研究了在纯角度测量信息下地面干扰源的单站无源定位问题,给出了一种新的基于纯角度信息的非线性滤波无源定位算法。该算法首先利用载机初始位置和目标角度测量值,计算得到初步的目标状态值和状态协方差值,其次用这些信息来初始化扩展卡尔曼滤波器,最后运用扩展卡尔曼滤波器进行非线性滤波,得到高精度的目标定位结果。经过仿真结果分析,该算法具有收敛速度快、定位精度高的特点,能够较好的满足工程实际的应用要求。     

多光电跟踪设备异步序贯分布式目标跟踪算法

针对多光电跟踪设备组网后出现的异步测量问题，提出了一种异步分布式序贯目标跟踪算法。该算法由局部滤波器和融合滤波器构成，先利用状态转换方法，将多光电跟踪设备节点及其邻节点的异步测量对齐到融合时刻，得到拟测量方程。随后，利用射影原理对拟测量方程和目标运动状态方程构成的目标跟踪系统，提出异步序贯局部滤波器来计算较为精确的局部滤波值。再以协方差交叉算法为基础，提出基于扩散策略的融合滤波器，对局部估计值进行融合计算，来提高目标跟踪精度，并降低组网后各光电跟踪设备节点融合估计值的差异程度。最后对所提出的算法进行了仿真实验，以验证其有效性。     

角闪烁背景下基于粒子滤波器的跟踪研究

角闪烁噪声具有相关性和非高斯特性，处理相关非高斯噪声下的目标跟踪问题时，传统的的卡尔曼滤波器性能将会严重下降。文中将粒子滤波器应用到角闪烁背景下的目标跟踪问题中，与扩展卡尔曼滤波器进行了仿真比较，结果表明粒子滤波器的跟踪性能大大优于扩展卡尔曼滤波器，具有较高的工程实用价值。     

基于UWB和惯性导航融合的室内定位方法

针对室内环境日益复杂,单一的定位系统已经不能满足人们对定位准确度需求的问题,设计了一种利用超宽带(UWB)和惯性导航融合进行的室内定位方法:首先针对UWB测距结果容易受环境影响的问题,根据实验环境对UWB测距进行了标定;然后利用改进马氏距离的异常值检测方法对测距过程中的异常值进行了剔除;最后采用了紧耦合的卡尔曼滤波器,以UWB测距值作为扩展卡尔曼滤波观测量,以惯性导航解算的位姿作为扩展卡尔曼滤波器的预测量,通过UWB测距来不断校正惯性导航的位姿数据。最终为了验证所提方法的可行性和有效性,进行了UWB单独定位和UWB与惯性导航融合定位的小车搭载矩形运动轨迹实验,通过对两种方法实验数据的对比分析,在加入了外界干扰时的矩形轨迹定位实验中,利用UWB和惯性导航融合的定位结果,平均精度比单独利用UWB进行定位时提高了36.3%;误差结果对比表明,利用UWB和惯性导航融合定位的误差波动更小,具有更高的鲁棒性。表明了该融合定位算法与单独利用UWB技术进行定位的算法相比,能够有效地抑制定位过程中的干扰问题,并且可显著地提高在室内环境下定位系统的鲁棒性和定位精度。     

采用模糊推理自适应加权融合的双色红外成像目标跟踪

针对双色红外成像制导系统中多传感器目标跟踪的实际问题,提出了一种基于模糊推理自适应加权融合的目标跟踪算法。该算法首先采用BP神经网络与模糊推理相结合的方法对各传感器的工作性能进行判决;然后根据各传感器的性能测度对多传感器测量数据进行自适应加权融合,得到目标状态的多传感器重建测量;最后采用卡尔曼滤波器对多传感器重建测量进行滤波得到目标状态的最终估计。实验结果证明了该算法的有效性和稳健性。     

电子罗盘航向角数值处理方法研究

实验获得电子罗盘所附载体直线前行和不规则曲线前行时的航向角值.采用中值法和卡尔曼滤波器分别对实验数据进行处理.通过误差值对比,卡尔曼滤波器对于电子罗盘航向角数值处理更具有实用性.