传递对准中时间延迟误差补偿与滤波模型

针对惯导系统大方位失准角传递对准问题,建立考虑时间延迟的测量方程,并针对误差模型的噪声和统计特性不确定问题,通过一种最佳自适应估计衰减因子的方法,建立了衰减记忆自适应卡尔曼滤波模型。仿真结果表明,该模型在考虑时间延迟误差时,可以提高固定失准角估计精度,并缩短对准时间。     

半球谐振陀螺平台晃动基座自对准方法研究

针对半球谐振陀螺平台在晃动基座时存在自对准精度和速度难以满足实际需要的问题,提出一种基于自适应多重渐消因子卡尔曼滤波的HRG平台晃动基座自对准方法。该方法能有效克服基座晃动的变化对HRG自对准的影响,显著提升自对准的速度和精度,具有一定的工程应用价值。     

自适应卡尔曼滤波应用于空—空导弹传递对准研究

设计了一种应用于传递对准的自适应卡尔曼滤波的方法,它能够在线估计系统噪声的统计特性,从而提高了传递对准的速度和精度,仿真结果证明了该方法优于常规的卡尔曼滤波方法。     

基于航弹的动基座传递对准研究

在几种传递对准方法和航弹传递对准特点的基础上,提出采用速度+姿态传递对准方案.根据实际情况合理简化传递对准数学模型,采用改进的卡尔曼滤波方法分别对速度匹配和姿态匹配子系统误差估计,同时还对陀螺漂移进行估计,然后采用联邦滤波算法对子系统的公共状态进行信息融合得到全局估计,提高系统的计算能力和可靠性.仿真试验表明姿态误差在20'以下,速度误差在0.1m/s以下,该方法适合航弹传递对准要求.     

惯导传递对准中的两种滤波算法对比分析

为了克服传递对准中系统噪声不确定带来的影响．将次优H∞滤波方法用于捷联惯导动基座传递对准,针对速度匹配传递对准的全维模型和降维模型进行了卡尔曼滤波和次优H∞鲁棒滤波仿真研究,给出了白噪声下失准角的估计曲线。仿真结果表明速度匹配传递对准具有较高的对准精度．卡尔曼滤波的估计精度比次优H∞鲁棒滤波高,但收敛速度和鲁棒性不如次优H∞鲁棒滤波。     

舰载武器SINS速度+姿态匹配传递对准建模与仿真

基于舰船不刻意机动就可以实施传递对准,提出了舰载武器捷联惯导系统(SINS)在低机动条件下借助海浪或减摇鳍助摇实现快速精确传递对准的方法.采用卡尔曼滤波技术估计子惯导的安装误差角和弹性变形角,研究了一种引入舰体挠曲变形的"速度 姿态"匹配传递对准方式,并提出一种高精度杆臂效应误差补偿算法,克服了速度和姿态匹配量测量易受杆臂效应和舰体挠曲变形的干扰.仿真结果表明,该方法在舰船低机动条件下能够实现舰载武器SINS传递对准,且具有稳健的对准精度和快速性.     

基于弱可观状态分离估计的机载灵巧弹药快速传递对准方法

为了解决机载灵巧弹药微机电系统(MEMS)惯性导航传递对准时间过长、严重制约载机安全的问题,提出了MEMS陀螺零偏两点估计算法和弱可观测状态分离估计的快速传递对准算法。该方法基于对Kain等^［1］提出的速度+姿态匹配快速传递算法的可观测度分析,解决了陀螺零偏弱可观测状态的分离估计。采用系统噪声变分贝叶斯-卡尔曼滤波自适应算法处理快速传递对准算法中分离估计器参数对滤波器收敛的影响。仿真和靶场试验结果表明,在2.5 s内两点估计法估计准确度至少达到88%,对应的传递对准时间缩短到8 s.     

舰载武器SINS非线性传递对准模型及滤波算法

为了满足舰载武器初始对准高精度和快速性的要求,更好地解决舰载武器在大失准角情况下的传递对准问题,提出了一种结合基于四元数的非线性传递对准模型与非线性无迹卡尔曼滤波（UKF）算法的方法,推导并建立了舰载武器捷联惯导系统（SINS）的非线性误差模型。该模型采用姿态四元数表示姿态误差,以提高姿态解算时的快速性和精度,选用速度加姿态作为量测量,以提高系统的可观测性,采用奇异值分解（SVD）方法解决了方差阵的病态问题,以确保算法的鲁棒性,仿真结果表明,该方法不仅解决了舰载武器在大失准角情况下的传递对准问题,而且能够有效提高传递对准的精度和快速性,其计算精度和对准时间满足系统设计要求。     

基于渐消记忆滤波的弹道修正弹落点预测

针对滤波处理所需时间长、准确建立误差模型难的问题,提出了仅对弹道落点预测偏差进行滤波的方法,给出了弹道方程及落点预测方程.关于弹道修正弹飞行过程中弹道经常发生突变及弹载计算机运算能力有限的问题,提出了基于渐消记忆滤波的自适应滤波方法,采用半实物仿真试验和飞行试验对该滤波方法进行了试验验证,结果表明该方法能实现实时滤波,弹道突变时滤波后的预测偏差可保持相对平滑,没有引起发散现象,实用性很强.     

基于逆坐标系的极区传递对准技术研究

针对舰船惯导在极区导航时,高纬度地区经度线快速收敛导致传统基于地理坐标系的传递对准模型和方程不适用的问题,文中提出了一种基于逆坐标系的传递对准方法。设计了基于逆坐标系的"速度+姿态"匹配传递对准的滤波模型,对舰船主子惯导之间的固定安装误差角进行估计,解决了在高纬度以及极区附近无法进行传递对准的问题。通过仿真验证了该算法的有效性。     

基于平方根卡尔曼滤波的粒子滤波算法

在普通粒子滤波器中,基于先验概率的重要性密度不能容纳最新测量信息,导致跟踪精度难以提高。针对该问题,给出一种基于平方根卡尔曼滤波(SRUKF)的新型粒子滤波算法(SRUPF)。该算法以普通粒子滤波器(PF)为基础,运用SRUKF生成重要性密度。与运用先验知识生成重要性密度的普通粒子滤波器不同,SRUPF的重要性密度中包含了最新的观测信息,从而能够更好地逼迫状态变量的分布规律。此外,由于SRUPF在计算重要性密度时不需要在每一个迭代步骤都对状态协方差阵进行分解,因而SRUPF比PF具有更好的数值稳定性。在非线性测角跟踪问题中的应用表明:SRUPF滤波器的跟踪精度优于PF和SRUKF。     

无迹Kalman滤波器及其目标跟踪应用

无迹卡尔曼滤波(UKF)算法在原先状态分布中按某规则取点,并使点的均值和协方差等于原状态分布的均值和协方差.将这些点代入非线性函数中,得到相应的非线性函数值点集,并通过点集求取变换后的均值和协方差.其应用步骤包括计算及传递取样点、利用预测取样点和权值计算预测均值和协方差、预测测量值和协方差,最后计算UKF增益,更新状态向量和方差.仿真表明该方法比EKF方法可用性更强.     

几种滤波在数据自动平滑处理中的对比分析

针对某型制导炮弹弹体旋转角度实时估算受噪声影响变化较大,需进行自动平滑滤波实时估计正确角度的问题,构建了基于均值、中值和卡尔曼滤波原理的自动平滑滤波器;阐述了3种自动平滑滤波器原理,并使用1×5的滤波器窗口对3种滤波器在数据自动平滑处理中的性能进行了对比分析;实验表明:3种滤波器均满足实时、自动平滑处理需要,指出了卡尔曼滤波器相对的优越性和普适性。     

递推的贝叶斯估计方法

对贝叶斯估计的原理及应用进行了综述,在系统阐述贝叶斯估计理论的基础上,按照对后验概率密度函数表示方式的不同,分析和总结了隐马尔可夫模型、卡尔曼滤波、分布拟合滤波以及粒子滤波等算法的特点、使用方法和使用范围;最后,对贝叶斯估计的发展方向进行了展望.     

闪烁噪声环境下目标跟踪的UPF算法研究

介绍了一种改进的粒子滤波（PF）算法——无味粒子滤波算法（UPF）。该算法结合UKF（unscented Kalman filter）和PF算法,利用UKF对非线性系统的处理能力,用UKF得到粒子滤波的重要性采样密度函数,从而克服了PF没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。在给出的闪烁噪声统计模型基础上．将UPF、PF算法在雷达目标跟踪中进行了比较,仿真结果表明该方法可以取得比标准的粒子滤波更快的滤波收敛性和更高的滤波精度。     

基于粒子滤波的混沌系统参数估计和滤波方法

混沌系统的参数估计是混沌系统控制和同步的前提。鉴于混沌系统具有初值敏感性、不能长期预测等特点,提出了一种基于粒子滤波(PF)的混沌系统参数估计和滤波方法,并将其用于Lorenz混沌系统的参数估计和滤波,在叠加噪声情况下对混沌系统进行仿真分析。结果表明,文中提出的滤波方法在估计偏差方面优于基于扩展卡尔曼滤波（EKF）的混沌系统参数估计和滤波方法,对混沌系统的参数估计和滤波是一种有效的方法。     

SAR图像相干斑抑制方法综述

由于SAR是相干成像系统,在获取SAR图像时会含有相干斑噪声,使得SAR图像的解译,理解变得困难,因此有必要对SAR图像的相干斑进行抑制;首先介绍了相干斑的形成机理,之后对多视处理技术、空域滤波技术、变换域滤波技术和非局部均值滤波技术进行总结,在简要介绍各种方法的来源、理论基础和发展的基础上对比了各自的优缺点,最后展望了SAR图像相干斑抑制研究领域的进一步发展方向.     

可调谐滤光片的透射谱研究

对3种可调谐滤光片的透过率及光谱分辨率进行了分析研究,通过改变延迟波片数量、级联数量、入射角、镀膜延迟相位、腔长等参数,获得理想情况下滤光片的透射谱。结果表明：3种可调谐滤光片相比较而言,Loyt 型滤光片能够实现窄带滤波,但透过率受级联过多透过率较低;Solc 型滤光片相对而言光谱分辨率较低,但透过率较高;F －P腔型滤光片利用干涉原理能够实现窄带高透滤波,微调参数影响较大。     

多频采样系统航迹的周期滤波算法

本文根据Kalman滤波思想,针对多频采样系统航迹辨识中存在部分点缺少信息问题,提出了一种新的航迹辨识方法.该方法假设在目标作匀速直线运动下,利用平滑滤波及状态变量的相关性特征,采用周期多频Kalman滤波算法充分利用目标航路部分点仅含角度的新息,保证航迹滤波的精确性与滤波方差的最优性.某直升机航路滤波结果表明,新方法比传统的Kalman滤波算法精度更高,验证了相关结论.     

弹道导弹主动段样条滤波算法

对弹道导弹主动段进行跟踪是弹道导弹主动段防御中极其重要的任务,它是制导拦截的基础。针对传统方法在弹道导弹主动段跟踪能力不足,建立了弹道导弹主动段样条滤波算法。该滤波算法首先用样条函数建立了主动段运动模型,其次在此基础上将运动状态进行了解耦,建立了状态方程,最后基于解耦模型,应用Kalman滤波进行了状态估计,并且在估计中设计了模型更新方法,使算法具有很好的机动跟踪性能。仿真实验证明,该跟踪算法估计精度高于其它算法。