无线传感器网络下静态水体中的近岸污染源定位

排放于水库湖泊中的污染物的扩散易受到边界影响.本文首先对静态水体中的近岸污染源扩散进行理论分析,提出了一种分段浓度模型.然后,研究了静态水体中靠近不透水边界的污染源定位问题,指出该问题中的未知参数不仅有污染源位置,还包括质量流率和初始扩散时间,分别给出了通用模型法、近似函数法、基于无迹卡尔曼滤波的估计方法求解参数估计问题.通用模型法与近似函数法分别通过求解基于原始扩散模型和分段扩散模型的约束非线性最小二乘算法获取参数估计.通用模型法可快速获取目标源相关信息,近似函数法有更稳健的参数估计性能,但需要经历多个采样时刻后才可执行.基于无迹卡尔曼滤波（Unscented Kalman filter,UKF）的估计方法结合扩散过程,可有效权衡数值计算复杂度与估计性能.在仿真实验部分,对近岸污染源扩散过程进行了水文模拟,根据模拟数据对比了不同算法的实验性能,说明了各算法的优势和不足.     

基于UKF的MEMS传感器姿态测量系统

针对工业和民用领域对姿态测量的需求,提出了基于MEMS加速度计、陀螺仪和磁强计的姿态测量系统,并采用无先导卡尔曼滤波(Unscented Kalman Filter,UKF)方法处理传感器数据.针对基于加速度计和磁强计的姿态测量方式在动态测量时不准确的问题和单独采用陀螺仪测量角度产生漂移的问题,设计了基于方向旋转矩阵的...     

基于BAP-UKF方法的微弱GPS信号多径参数估计

在室内、城市中心等恶劣环境下,多径效应已成为码跟踪的主要误差源。采用一种数据块平均预处理—无迹卡尔曼滤波器(BAP-UKF)方法来估计微弱GPS信号的多径参数,该方法采用数据BAP方法处理接收到的微弱GPS信号,以抑制噪声和干扰,提高接收信号的信噪比;经过BAP的信号通过多径相关器后的同相或正交相值,将作为UKF的观测量来估计码跟踪时的多路径的幅值、码延时、相位、载波多普勒等参数.仿真结果表明:该方法能够有效地估计出载噪比低至21 dB-Hz的微弱信号多径参数,从而证明了其有效性。     

基于EMMAP的MEMS陀螺噪声估计与滤波方法研究

针对MEMS陀螺仪测量精度低、随机噪声具有不确定性和非线性的问题,提出一种基于最大期望算法(Expectation maximum,EM)和极大后验估计(Maximum a posterion,MAP)的无迹卡尔曼滤波(Unscented Kalman filter,UKF)——EMMAP-UKF的陀螺噪声估计与滤波方法。根据极大后验估计原理,构造出一种次优无偏MAP噪声统计估计模型,并在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题,实现对观测噪声方差的动态调整,最终实现陀螺仪随机漂移误差的估计与滤波处理。最后通过Allan方差对陀螺噪声滤波方法的性能进行评估,通过半实物仿真验证了本方法的有效性。     

杂波环境密集机动目标跟踪PCIMM-UKF算法

杂波环境密集机动目标跟踪对于数据关联和滤波始终是一个挑战性问题,本文提出的PC（投影收缩）IMM（交互多模型）-UKF（无迹卡尔曼滤波）算法,利用优化领域前沿研究成果之一的投影收缩算法,解决了全局最优关联问题,同时将IMM和UKF算法结合,克服了非线性机动目标跟踪困难的缺点,大量数值仿真结果也表明该算法可行且有效。     

基于UKF算法的编队卫星相对导航技术研究

航天器编队飞行协调工作,必须精确确定航天器之间的相对位置和相对速度,即进行编队飞行相对导航。文中应用载波相位差分GPS手段进行编队飞行卫星相对导航设计,采用UKF非线性滤波算法进行相对导航滤波器设计,从仿真结果可以看出此相对导航算法可以达到较高精度,具有实用价值。     

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.     

基于机载雷达的地面目标跟踪算法研究

基于已知的道路信息,建立了道路约束条件下的地面目标状态模型。针对雷达测量模型非线性的特点,提出了基于无迹卡尔曼滤波UKF算法的地面目标跟踪算法,并进行了仿真试验分析。仿真结果表明：该算法跟踪精度高、稳定性好。     

无陀螺下基于UKF滤波器的星体角速率估计

文中通过采用一种新的非线性滤波方法(Unscented Kalman Filter)设计UKF滤波器,以星敏感器(CCD)为唯一测量元件,在无速率陀螺条件下求得卫星三轴姿态角速率.在相同条件下对UKF和EKF两种非线性滤波方法进行了对比,对于非线性系统仿真结果显示UKF的精度和鲁棒性强于EKF,且收敛快.     

基于UIMMS的多站雷达机动目标跟踪研究

针对多站雷达量测机动目标跟踪问题,提出了一种将平滑方法运用于典型的交互式多模型结构的跟踪算法。首先介绍了卡尔曼平滑器(KS),比较了不敏卡尔曼滤波(UKF)和不敏卡尔曼平滑(UKS)两种方法,引入并分析比较了IMMF和IMMS方法。同时,针对目标机动特性以及多雷达量测带来的非线性等问题,构造了多部雷达跟踪机动目标场景,进行了典型方法的比较和新方法的验证,实验结果验证了新方法的有效性。