UKF及其在INS/TAN组合导航中的应用

将UKF应用于INS/TAN组合导航系统中.仿真证明,该滤波方法有效地克服了地形的非线性特性和惯导误差对组合导航结果的影响.     

机载红外搜索跟踪系统被动定位滤波算法研究

首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型．然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点．利用虚拟噪声技术，提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法。该算法实时地估计了虚拟噪声的统计特性，减小了线性化误差，提高了非线性滤波的精度。仿真结果表明，在完全相同的初始条件下，自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波，此算法具有很高的工程应用价值。     

Multipath effects on vector tracking algorithm for GNSS signal

The vector tracking algorithm uses a single extended Kalman filter （EKF） to predict the time-delays and the Doppler deviations of the GNSS signal, while also estimating the user＇s position, velocity, and clock state. In this paper, the effects of multipath on the tracking performance of the vector delay / frequency lock loop （VDFLL） is studied for better application in the multipath environment. The error expressions of the measurements are given in theory. The tracking error caused by multipath is reduced by VDFLL, which is proved by the tracking error of VDFLL through a new iterating method. The theoretical analysis is verified by the Monte Carlo simulation.     

一种EKF-WLS-SVR与混沌时间序列分析的瓦斯动态预测新方法

针对瓦斯浓度时间序列高度的混沌特性,采用微熵率法同步确定最优的嵌入维数与延迟时间,还原瓦斯涌出系统状态空间。以无线传感网络系统采集并经降噪处理后的瓦斯浓度序列作为样本。提出利用带有整定因子的扩展卡尔曼滤波器( EKF)对加权最小二乘支持向量回归机( WLS-SVR)的正则化参数γ与核参数σ进行快速寻优,并依据周期性更新的训练样本建立基于EKF-WLS-SVR耦合算法的动态预测模型以精确预测后续时间点的瓦斯浓度。通过MATLAB进行仿真,结果表明：EKF滤波器对提高WLS-SVR的拟合精度与学习效率方面有很大的帮助。相比于其他模型,该耦合模型具备更高的预测精度与更强的鲁棒特性,有较高的实用价值。     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

UKF在INS/GPS组合导航直接法滤波中的应用

INS/GPS组合导航系统直接法滤波中是直接以导航系统输出的导航参数(位置、速度等)作为状态,所以系统方程为非线性方程。UKF(Unscented Kalman Filter)是一类以UT变换为基础,以卡尔曼线性滤波为框架,采用确定性采样策略逼近非线性分布的非线性滤波算法。由于它是对后验概率密度进行近似来得到滤波估计,所以避免了非线性系统中状态方程的线性化问题,能较好地解决系统方程非线性问题。论文INS/GPS组合导航系统中采取直接法,建立非线性模型进行UKF滤波解算,并与EKF方法比较,实验结果显示UKF方法能更好地解决系统状态方程非线性的问题,并得到更高的导航精度。     

星载测向定位滤波算法研究

为了有效改善运动状态中辐射源测向定位精度,并进行实时定位,根据星载正交干涉仪测向和定位技术原理,对星载测向过程中存在的系统指向误差进行了数学建模。引入了扩展卡尔曼滤波技术,通过最优估计值为标称值对测向系统非线性模型的线性化处理,采用状态空间递推方法来进行实时估计,从而对测向随机过程进行实时最小方差估计;建立了地理位置推算的扩展卡尔曼滤波具体实现算法。仿真给出了一组典型的系统误差和位置误差滤波推算结果曲线,表明提出的扩展卡尔曼滤波模型和算法的正确性,达到了可纠正系统误差,改善辐射源地理位置估计值的效果。     

空间光通信中轨道短时预报

瞄准、捕获和跟踪(PAT)技术是星间光通信的关键技术之一,高精度卫星轨道短时预报能有效实现PAT.首先在EGM96地球引力场模型下建立了卫星状态动力方程和预报方程,然后改进基于数值算法的扩展卡尔曼滤波算法对卫星轨道短时预报,最后以champ卫星星载GPS实时定轨数据为卡尔曼滤波器观测数据进行仿真实验:预报卫星位置误差约亚米级,速度误差约0.05m/s;卫星位置和速度的均方差估计趋于稳定,在一定程度上能很好地克服离散误差和模型误差对轨道估计精度的影响.PAT瞄准精度约1.6 μrad.预报轨道精度能满足空间光通信PAT技术要求.     

基于多传感器不完全量测下的机动目标跟踪算法

针对传感器探测概率小于1的不完全量测情况下的非机动目标跟踪问题,提出一种基于多传感器不完全量测下的扩展Kalman滤波算法。首先,利用残差检测的野值剔除方法,确定目标状态估计过程中传感器是否接收到正确的量测数据;其次,基于每个传感器的量测数据,在不完全量测下采用改进的扩展卡尔曼滤波算法分别对目标运动状态进行估计;进而结合多传感器最优加权融合方法求解基于多传感器观测数据的状态估计;最后,将算法应用到光电跟踪系统中。仿真实验得到不完全量测下传感器探测概率对滤波效果的影响,验证了算法的有效性,其跟踪精度接近完全量测下的状态估计精度。