H~∞鲁棒滤波在惯导初始对准中的应用

本文给出了惯导系统初始对准的非线性模型 ,针对一般非线性滤波线性化所引起的模型误差 ,提出了 H∞ 鲁棒滤波方法 ,并与卡尔曼滤波器、二次滤波等方法进行了比较。仿真结果表明 ,该方法比二次滤波等方法计算量大大减小 ,精度要高 ;对于非线性模型 ,在存在模型误差或噪声不确定情况时 ,其滤波性能远优于扩展卡尔曼滤波及其它非线性滤波算法     

H∞滤波及其在惯导初始对准中的应用

阐述了H∞滤波器的设计过程，并将其运用于惯导系统的初始对准，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∞滤波方法对可观可测子系统进行了滤波计算，给出了白噪声下失准角的仿真曲线。仿真表明对准时间得到了很大的提高，精度也能够满足工程实际需要。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。     

惯导系统初始对准的H∞滤波器设计

在对系统的噪声统计特性的了解并不确切的情况下，将H∞滤波技术应用于惯导系统初始对准，对失准角和仪表误差进行估计，克服了传统Kalman滤波器的性能恶化问题。通过对系统频域特性进行整形，有效地抑制了低频干扰对系统误差传播特性的影响，效果优于Kalman滤波。     

EPF算法在惯导非线性初始对准中的应用

介绍了作为粒子滤波理论基础的递推贝叶斯估计的基本概念,说明了重要性函数对于粒子滤波器的设计是至关重要的。随后,给出了一种将EKF算法作为重要性函数的EPF算法,并提出将其用于静基座条件下的惯导系统非线性初始对准,通过计算机仿真对比了EPF和EKF的估计效果。仿真结果表明,EPF算法较传统的EKF算法对准时间更快,对准精度更高。     

采用粒子滤波的捷联惯导非线性快速初始对准算法

针对常规捷联惯导静基座初始对准模型维数高,难以保证粒子滤波实时性的问题,提出了一种适用于粒子滤波的二位置非线性快速初始对准模型。该模型利用二位置方法消除惯性器件的常值误差,因此无需对惯性器件误差进行状态扩展,从而在保证对准精度的前提下降低了粒子滤波的运算量。在二位置非线性快速初始对准模型中航向角是直接可观测的,因此可以提高航向角的对准精度和速度。仿真结果表明,采用基于粒子滤波的二位置非线性快速初始对准方法,水平姿态精度在6″以内,航向角精度为10′以内,还较好地满足了粒子滤波应用于捷联惯性导航系统初始对准中的实时性要求,有效提高了初始对准的速度。     

捷联惯导系统初始对准的H∞滤波及卡尔曼滤波比较研究

研究了基于卡尔曼滤波和基于H∞滤波的两种初始对准方法。通过建模仿真及比较分析，得出了在外界噪声影响较大或有建模误差时，使用卡尔曼滤波将出现滤波延缓甚至发散现象，而使用H∞滤波，能有效克服传统Kalman滤波器性能恶化的问题，既可获得较高的对准精度，又提高了系统的实时性，从而从总体上提高初始对准效果。     

自适应卡尔曼滤波在惯导初始对准中的应用研究

本文研究了自适应卡尔曼滤波技术在惯导系统中的应用。在噪声统计特性未知或近似已 知的情况下,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波发散;而自适应卡 尔曼滤波在估计状态的同时,利用观测数据带来的信息,可在线估计噪声的统计特性,从而不 断地改进滤波器的设计,由此得到的滤波估计比常规卡尔曼估计精度更高。本文采用Ｓａｇｅ 和 Ｈｕｓａ 自适应滤波算法,结合惯导初始对准,给出了计算机仿真。仿真结果进一步证实在噪声统 计特性不确切知道的情况下,自适应卡尔曼滤波的估计精度高于常规卡尔曼滤波的估计精度。     

一种改进的粒子滤波算法在SINS初始对准中的应用

在实际工程环境中,针对捷联惯导系统(SINS)大失准角初始对准中噪声统计特性未知的问题,设计了一种基于H?滤波算法的鲁棒无迹粒子滤波算法(RUPF)。通过将无迹卡尔曼滤波算法(UKF)和鲁棒环节引入到粒子滤波(PF)的重要性密度函数中,得到了RUPF算法,提高了算法的鲁棒性。通过半物理实验,将RUPF算法与无迹粒子滤波算法(UPF)在SINS静基座大失准角对准中的性能进行了比较,在不同实验条件下,航向失准角精度至少提高了40%,对准精度优于0.05°,对准时间减少了约50 s。实验结果表明,RUPF算法可以以较高的精度和较快的速度完成大失准角初始对准,且对准精度和对准速度均优于UPF算法。     

H∞滤波在无陀螺捷联惯导系统中的应用

无陀螺捷联惯导系统角速度解算精度不高是其难以实现工程化瓶颈问题.为此,首先深入分析了无陀螺捷联惯导系统的角速度解算原理,并推导出了所用加速度计配置方案的角速度解算方程.然后创造性地构建了Kalman滤波器的状态方程和滤波方程,突破了以往采用Kalman滤波时必须引入额外观测信息(如GPS观测值)的模式.在此基础上构建了系统的H∞滤波器,并借助某型导弹的弹道数据,在外部噪声分别为白噪声和有色噪声的条件下对积分法、开方法、卡尔曼滤波器和H∞滤波器进行了仿真比较,验证了H∞滤波器具有较高的解算精度和对系统的不确定性具有良好的鲁棒性.     

强跟踪CKF及其在惯导系统初始对准中的应用

容积卡尔曼滤波(CKF)是常用的惯性导航系统(INS)初始对准算法。针对在模型失配和观测噪声干扰情况下常规容积卡尔曼滤波出现精度下降甚至发散的问题,提出了一种自适应渐消滤波算法,引入多重渐消因子对预测误差协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态x~2检验条件,检测滤波器故障并确定是否引入渐消因子,使渐消因子的引入时机更加合理,有效增强了算法的自适应性。仿真试验表明,新算法可以有效提高初始对准精度及鲁棒性。     

惯导系统初始对准技术综述

从初始对准误差模型及算法、状态估计方法、可观测度分析和传递对准四个方面，对惯导系统初始对准技术研究现状进行了叙述和分析，探讨了惯导系统初始对准技术面临的亟待解决的问题和未来的发展方向，为我国在这一领域开展研究的研究人员提供了一定的参考。     

捷联式惯导系统快速初始对准方法研究

针对初始对准过程中对准精度与快速性相矛盾的问题，提出并设计了把扩张状态观测器（ESO）与卡尔曼滤波滤波估计器相结合，用于捷联惯导系统初始对准的方法。数值仿真结果表明，该方法使对准过程所需要的时间大大缩短，并保证了较高的对准精度及较强的鲁棒性。     

一种低成本捷联惯导系统的初始对准方法

提出适用于低成本捷联惯导系统的初始对准方法，即采用非线性对准模型和采样卡尔曼滤波（Unscented Kalman Filter）进行状态估计。推导了方位大失准角下的非线性对准模型，并与采用线性模型的对准方法进行了仿真比较。给出了系统加性噪声情况下的UKF递推算法，并应用于方位大失准角情况下的非线性对准。仿真结果表明采样卡尔曼滤波优于扩展卡尔曼滤波（EKF），且UKF无需计算Jacobian矩阵，与EKF相比实现更为简单。     

鲁棒控制在惯性导航系统初始对准中的应用

本文提出并设计了一种新的鲁棒控制方案,并进行了计算机仿真。结果表明,该系统对于不确定性干扰和噪声,具有强鲁棒性,快速性,精度高等特点,是一种应用在实际动态系统中的理想初始对准方案。     

平台式惯导系统的快速初始对准方法的研究

提出并设计了把自抗扰控制技术用于平台式惯导系统静基座下的一种快速对准方法、并进行了计算机仿真。结果表明：该方法使对准过程时间大大缩短，具有超调低、算法简单及稳态精度较高等特点，是一种应用在实际惯导系统中的理想初始对准方案。     

一种快速精确的捷联惯导系统初始对准方法研究

由于传统的多位置对准方法在用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢，因此提出了一种快速多位置对准估计方位失准角的方法，直接利用两水平失准角快速收敛的估计结果对传统多位置对准中方位失准角的估计，从而大大提高了捷联惯导系统静基座对准的精度和速度。计算机仿真结果验证了该方法的有效性。     

自抗扰控制在惯性导航系统初始对准中的应用

针对惯性导航系统初始对准问题,提出并设计了把自抗优控制技术用于惯导系统初始对准的方案,并进行了计算机仿真。结果表明,该系统具有鲁棒性好,对准时间短、精度高等特点,是一种理想的应用于实际惯导系统中的初始对准方案。     

惯导系统动基座传递对准技术综述

以国外有关献为依据，介绍了传递对准技术研究的历史，分析和归纳了传递对准匹配方法、对准精度提高方法、结构挠曲运动补偿方法，介绍了机动运动、算法、模型、仿真和实验等方面的研究进展情况以及传递对准技术研究中所遇到的困难，并提出克服这一困难的基本途径，探讨了研究的发展方向。     

平台惯性导航系统初始对准技术研究及调试

本文研究平台惯性导航系统初始自对准技术，实际上是采用任意双位置平台方位锁定。文中首先介绍自对准原理，然后进行详细的理论分析，最后以某型号平台惯性导航系统为应用，介绍数字精调平回路、平台方位锁定回路的设计及初始自对准调试情况。对应于系统随机漂移为０．０５°／ｈｒ的指标，平台方位自对准精度达到１７．４２角分（１σ），且重复性较好，自对准调试结果得到了光学传递对准的检验。随后进行了车载导航实验，导航精度达到４．５５ｎｍ／ｈｒ（１σ）。