卡尔曼滤波在四旋翼飞行器姿态测量中的应用

针对简单均值滤波很难满足要求的不足,介绍一种四旋翼飞行器系统飞行姿态测量的新算法。在使用传统的加速度传感器获取数据的基础上,使用卡尔曼滤波的方法,将加速度传感器数据和陀螺仪数据进行融合,以单片机为核心的惯性测量单元进行试验。结果表明,该算法能避免动态噪声对加速度传感器数据的影响,提高四旋翼飞行器姿态测量的精度。     

联邦卡尔曼滤波在INS＼GPS组合导航中的应用

介绍了INS＼GPS组合导航系统的优点;根据联邦卡尔曼滤波原理,设计了INS＼GPS组合导航系统的滤波算法;对该组合系统的联邦卡尔曼滤波算法进行了仿真;仿真结果表明,在INS＼GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

INS/GPS导航中联邦卡尔曼滤波算法

根据INS(惯性导航系统)和GPS(全球定位系统)不同的特点,将两者组合起来,在阐述联邦卡尔曼滤波原理基础上,设计了INS/GPS组合导航系统的滤波算法.对该组合系统的联邦卡尔曼滤波算法进行了仿真,仿真结果表明:在INS/GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

无重置联邦滤波及在组合导航中的应用

对联邦滤波器的结构及联邦滤波器的无重置融合算法进行讨论,并建立了组合导航系统联邦滤波模型.以SINS/GPS/TAN组合导航系统为例进行了仿真研究.结果表明,文中给出的无重置联邦滤波器与集中卡尔曼滤波器的精度相差无几,解算速度更快,容错性更好,可应用于对实时要求较高的组合导航系统中.     

INS／GPS导航中联邦卡尔曼滤波算法

根据INS（惯性导航系统）和GPS（全球定位系统）不同的特点，将两者组合起来，在阐述联邦卡尔曼滤波原理基础上。设计了INS／GPS组合导航系统的滤波算法。对该组合系统的联邦卡尔曼滤波算法进行了仿真，仿真结果表明：在INS／GPS组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度。而且保证了滤波的快速性。     

无人飞行器在网络中心战中的应用前景

介绍了网络中心战的概念,重点探讨了无人机和飞艇等无人飞行器在网络中心战中的优势、典型应用、发展趋势,对其发展过程中需要突破的关键技术进行论述,并认为无人飞行器系统在网络中心战中的地位会变得越来越重要。     

联邦卡尔曼滤波在捷联惯导/全球定位/里程仪组合系统中的优化设计

基于Carlson提出的联邦卡尔曼滤波理论的原理和特点,建立了SINS/GPS/OD组合导航系统的数学模型,设计了组合系统的联邦滤波算法,并使用MATLAB对算法进行了仿真,仿真结果证明了联邦滤波器在组合导航系统应用中的可行性和优越性,该算法计算量小、容错性好,能实现较高的精度.     

高速飞行器辐射热试验模拟有效性及影响因素研究

地面辐射热试验是考核高速飞行器结构力热性能的主要手段。针对高速飞行器结构力热试验需求,介绍了辐射热试验模拟方法,分析了模拟机理和有效性,研究了载荷施加、参数测试,以及环境效应等影响模拟有效性的因素,并提出了需要重点研究的问题和相应解决方案。通过上述研究,能够提高对飞行力热环境的模拟准确程度,进一步提升高速飞行器辐射热试验的有效性和适用性。     

高速飞行器瞬态热分析及修正方法探讨

为了满足当前工程研制过程中对瞬态热分析模型有效修正方法的迫切需求,结合高速飞行器热控系统研制的实际,首先提出高速飞行器瞬态热分析及修正流程,开展修正参数的敏感度分析,然后针对重要设备提出通过开展局部的单机热试验,修正重要的关键单机热参数,从而实现在基于局部试验的前提下不断逼近整机热分析真实结果的修正,该方法不但提高了热分析的准确性,还满足工程研制过程中的实际需要。     

卡尔曼滤波在故障诊断中的应用

本文将最优估计中的卡尔曼滤波技术用于诊断某型航空发动机传感器的故障，并给出了传感器故障时的容错技术。文末通过实例验证了该方法的有效性。     

多传感器信息融合联邦滤波一般模型的理论与仿真研究

对多传感器信息融合联邦滤波一般理论模型及其实现方法进行了研究。结合应用需求分析了联邦滤波一般模型的特点,给出了实用的信息分配系数求取方法及该模型具体的算法实现途径。以惯性/卫星(GPS/北斗双星)/多普勒/星光(INS/GPS/RDSS/Doppler/CNS)飞行器组合导航系统为例进行了联邦滤波一般模型算法的仿真分析。仿真结果表明,所给出的一般模型实现算法,在保持该模型全局最优性的同时,具有数值计算稳定性好、计算量小、数据传输量小等优点,是一种改进型算法。     

一种基于组合导航的快速联邦滤波算法

通过对传统联邦滤波算法的研究,根据其存在的固有缺陷,提出了一种基于组合导航的快速联邦滤波算法.然后应用矩阵范数理论,推导出了令Neumann展开式收敛的强化条件,并且利用信息分配因子的选取加快了滤波的收敛速度.最后通过与传统联邦滤波算法的仿真对比,验证了本算法的鲁棒性和快速性.     

两种车载导航分散滤波算法对比及应用研究

针对航位推算/惯性导航/GPS(DR/INS/GPS)组合导航系统的多信息源融合,提出了基于局部反馈校正的联邦滤波和串级滤波两种算法,并进行对比研究.跑车实验结果证明,两种分散滤波算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且前者定位精度较后者高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有更好的应用价值.     

自适应联邦滤波算法在鱼雷多参量导航定位中的应用

针对鱼雷水下航行的特殊性以及组合导航系统中由于量测噪声统计特性的不确定而导致滤波精度降低的问题,提出了一种新的应用于鱼雷导航定位的自适应滤波算法。该算法通过新息自适应量测噪声,在噪声统计特性未知的情况下能进行滤波计算。同时在信息融合时提出一种新的自适应信息分配方法,该方法利用估计的均方误差阵来实时确定各子滤波器的信息分配系数,使信息分配系数能够跟随子滤波器的性能而改变。通过对新算法与标准卡尔曼滤波算法所做的对比仿真试验分析,结果表明,该自适应联邦滤波算法在鱼雷多参量自适应联邦滤波导航定位应用中的有效性。     

风场干扰下基于一致性卡尔曼滤波的UAV 编队控制算法

针对风场干扰下多无人机(UAV)编队的控制问题,提出一种基于一致性卡尔曼滤波的多无人机编队控制算法。根据一致性卡尔曼滤波算法,测量每架无人机的风场干扰误差,预测控制编队中各机的相对位置;设置编队的中心关键点,并利用总卡尔曼滤波器调整其位置,由此实现了一致性卡尔曼滤波算法与航迹修正相结合解决风场干扰下多无人机编队的控制问题;并将该算法应用到轨迹跟踪问题,从而实现编队对复杂航迹的实时跟踪。仿真结果表明,文中提出的算法具有很好的灵活性、鲁棒性、可靠性和可伸缩性。     

基于多传感器的水下航行器航迹融合技术

基于传统卡尔曼滤波算法和最小均方准则，利用全局状态估计反馈，修正了常用的track-to-track航迹融合算法，在此基础上进行了鱼雷导引系统的仿真研究。仿真结果验证了多传感器数据融合技术在提高水下航行器导引精度中的有效性。     

GPS单点定位动态滤波算法研究

将卡尔曼最优估计理论应用于GPS导航定位系统,它主要针对高动态用户设计了一种基于卡尔曼最优估计理论的定位算法．采用卡尔曼滤波技术来提高动态GPS导航定位精度和动态性能;对最小二乘法和卡尔曼滤波法的定位系统进行了仿真,并对定位误差和测速误差作了比较分析。结果表明。与最小二乘法相比,动态卡尔曼滤波算法能得到较好的滤波效果．定位精度有了明显提高。     

基于Kalman 滤波算法对运动目标射击研究

针对传统炮兵对运动目标射击时间长、精度低的问题,提出采用卡尔曼滤波对目标运动状态进行准确估计。分析卡尔曼滤波算法的特点,采用预测—更新的递推算法,以某装甲目标为例求取系统状态估计值,并对运动目标射击中的应用进行研究。仿真结果表明：该算法能对目标运动状态进行快速准确的估计,大大提高炮兵火力反应速度和射击精度,有效地提高炮兵作战效能。     

基于GPS的卡尔曼滤波技术研究

由于定位误差的存在。在GPS动态导航定位中．为提高定位精度．必须对动态定位数据进行滤波处理。文中在比较分析各种动态模型的基础上。提出了应用卡尔曼滤波的GPS滤波模型．并通过对实测滤波算例仿真．证实了模型的可行性和有效性。     

基于自适应滤波算法的磁强计/陀螺组合误差修正

针对弹箭姿态测量中低精度陀螺姿态解算误差因漂移迅速增大的问题,文中采用三轴磁强计和陀螺组合测姿方案,对姿态角的输出进行修正。通过建立基于陀螺姿态解算误差角的状态方程和磁强计输出的误差观测方程,采用自适应卡尔曼滤波方法以抑制滤波发散并对姿态误差角进行估计。仿真结果表明:该方法能有效利用磁强计的输出抑制了陀螺漂移带来的误差,提高解算精度,满足长时间姿态测量的要求。