船用捷联惯导姿态解算的浑沌结果初探

本文基于姿态矩阵四元数算法,应用Ｐｏｉｎｃａｒｅ 截面分析研究船用捷联惯导系统姿态的估计过程。结果表明,当载体受周期激励尤其是三个方向的周期激励时,载体的姿态估计可能呈现浑沌结果。由于浑沌运动对初值非常敏感,因此姿态估计的浑沌结果将导致基于递推的捷联导航系统精度下降。所以,对这种浑沌应当引起重视     

浑沌理论:进展有多大?

这是6篇探讨在许多领域中工作的科学家正如何利用浑沌理论研究复杂现象的系列文章中的最后一篇。前面5篇已于1月6日到3月10出版,它们报告了在流行病学、种群生物学、生理学、量子物理学和气象学方面的浑沌研究。本文探讨了,浑沌仅仅是喜欢追随时髦的人的一种有趣思想,还是象它的某些支持者声称的那样,实际上是科学思想的一场革命。     

两类含二次和三次非线性项受迫振动系统产生浑沌的必要条件

1.引言方法是用于确定受小摄动可积系统产生浑沌必要条件的理论方法,已被分别应用于含二次或三次非线性项受迫振动系统.本文用方法研究同时含二次和三次非线性项受迫振动系统(?)+k(?)+Ax+Bx~2+Cx~3=Fcosωt (B,C≠0)产生浑沌的必要条件.因方法仅适用于相应可积系统含鞍点及同宿轨道(或异宿环)的情形,     

中心对称型浑沌

对称性在非线性系统的动力学行为研究中起到重要作用。本文工作证实,对于一类具有中心对称型的参数激励系统,其混沌态也具有中心对称性质,从而说明了浑沌并非一定是一种非对称性的动力学形态。     

利用对称性寻找浑沌运动

本文研究了一类参数激励和外激励联合作用下的非线性振子,发现其浑沌运动的分布在控制参数平面上具有对称性。     

亚临界情形下非线性裂纹转子的分叉与浑沌

分析非线性涡动裂纹转子中刚度变化比ΔＫ，裂纹角β，不平衡参数Ｕ对系统分叉及浑沌行为的影响。在转速区Ω＝２Ωｃ／３附近，当ΔＫ较大时，会出现分叉及浑沌现象，β对这些行为有很大影响，在Ω＝Ωｃ／２附近，当ΔＫ很大时，无论β为何值，将由拟周期通向浑沌，Ｕ作为一种外部因素，将使系统的非线性行为得到激发或抑制。     

浑沌状态是健康的吗?

浑沌(chaos)可能对心脏、脑以及人体的其他部位提供某种健康的适应性。反之,许多疾病或许与这种浑沌适应性的损失有关。     

矩形屈曲板受微扰时的浑沌现象

用Ｍｅｌｎｉｋｏ－Ｈｏｌｍｅｓ方法研究四边简支的弹性矩形薄板可能发生浑沌振动的临界条件，所提出的方法适用于具有各种边界条件和载荷工况 大量的其它类似问题。     

MIMU/GPS组合导航系统研究

根据智能交通对车辆导航和定位的要求，研究了MIMU与GPS松散组合导航系统，以速度、位置作为观测量设计了Kalman滤波器。为了验证系统的性能，利用MIMU实验室测试数据和GPS仿真数据对该组合导航系统进行了半物理仿真，分别给出了纯MIMU、组合导航系统及GPS信号短时间丢失时的位置误差仿真曲线。分析结果表明组合系统具有良好的长期工作精度，能够满足车辆导航和定位的要求。     

INS/GPS/SAR 组合导航系统研究

ＩＮＳ／ＧＰＳ／ＳＡＲ组合导航系统是一种高精度、高容错、多功能系统。本文介绍了它的组合原理和方法。仿真结果证明，该组合导航系统是一个高性能的导航系统。     

基于低成本组合导航定位系统的新融合滤波算法

设计了一种可用于地面交通工具或机器人的低成本组合导航定位系统，提出了基于该系统的新信息融合方法，将模糊卡尔曼滤波算法和地图匹配技术联合起来。仿真结果表明：模糊卡尔曼滤波算法相当于一数据平滑处理窗口，具有比常规卡尔曼滤波算法更高的精度。     

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。     

带模型误差系统的自适应卡尔曼滤波在捷联惯导系统初始对准中的应用研究

对于有模型误差的惯导系统,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波器发散。可采用自适应卡尔曼滤波算法,通过引入虚拟噪声,利用观测数据带来的信息,在线改进滤波器的设计,并将其运用到捷联惯导系统的初始对准中,由此得到的滤波估计比常规卡尔曼估计具有更高的精度和准确度。试验及计算机仿真结果验证了该方法的有效性。     

联合卡尔曼滤波及其在综合惯性导航系统初始标定中的应用

本文针对由ＩＮＳ及ＥＳＧＭ 组成的综合惯性导航系统的特点,设计了该系统标校阶段的 联合卡尔曼滤波器。文中给出了该联合卡尔曼滤波器的结构及其算法,该算法具有计算量少、 数据传输量小的优点。理论分析及仿真结果表明该联合卡尔曼滤波算法具有全局最优性,能够 满足系统的标定精度要求,且应用该联合滤波器可大大提高系统的容错性。     

信息融合技术在INS/GPS/DVL组合导航中的应用研究

为克服某船载导航系统不能满足长时间高精度导航定位需要的缺点,提出了一种基于信息融合技术的INS/GPS/DVL联邦滤波器组合导航方案.介绍了INS/GPS/DVL联邦滤波器的工作模式,在建立INS、GPS和DVL误差模型的基础上,推导了滤波器的组合形式,并详细阐述了该联邦滤波器的融合算法.通过计算机仿真技术分析了该组合导航系统的性能,仿真证明了所设计的联邦滤波器可以充分利用各种导航传感器的信息,提高导航系统的精度,比单独的惯性导航系统能提供更为精确的位置、速度和姿态信息,有效地提高了导航系统的综合能力.     

基于交互式多模型秩滤波的移动机器人组合导航算法

针对非结构化环境下移动机器人组合导航系统中存在的时变或非高斯噪声,将秩滤波器(rank Kalman filter,RKF)与交互式多模型算法(interactive multiple model filter,IMM)相结合,提出一种交互式多模型秩滤波算法(IMM-RKF)。秩滤波根据秩统计量相关原理确定采样点和权值,可适用于具有非高斯噪声的非线性系统;交互式多模型算法是解决结构和参数易发生变化系统中状态估计问题的重要途径,能够抑制组合导航系统中时变噪声引起的导航参数估计误差。仿真实验表明,相比于交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型无迹卡尔曼滤波(IMM-UKF),提出的IMM-RKF算法能够提高组合导航系统姿态、速度和位置估计精度。     

组合导航系统几种滤波方法的分析比较及其性能评价

介绍了用于组合导航系统中的几种常用的滤波方法-如传统滤波方法中的集中卡尔曼滤波和联邦卡尔曼滤波、非传统滤波方法中的神经网络滤波,并从理论上分析了传统滤波方法和非传统滤波方法的优点和不足,最后以SINS/GPS组合导航系统为例进行了仿真.仿真结果表明,非传统的滤波算法在某些方面优于传统的滤波算法.     

一种容错联邦滤波算法在INS/GPS/Doppler组合导航系统中的应用

本文提出了一种联邦滤波器的容错滤波算法,并在ＩＮＳ／ＧＰＳ／Ｄｏｐｐｌｅｒ 组合导航系统中进行了计算机仿真。仿真结果表明,该算法具有与集中卡尔曼滤波同等的导航精度,同时具有较强的容错性。     

舰船平台上一种改进的传递对准方案设计与仿真

为了提高舰船惯性导航系统在动基座下的传递对准的精度和快速性,针对舰船平台的应用特点,采用卡尔曼滤波器对主、子惯导的"速度加角速率"参数的误差量进行滤波估计并进行了算法设计。运用卡尔曼滤波器的平滑算法改善传递对准的精度。针对卡尔曼滤波器平滑算法会降低对准速度的缺点,在只损失一小部分精度的前提下,创新性的采用卡尔曼滤波器的降阶算法提高了对准速度。通过Matlab软件对卡尔曼滤波器算法、卡尔曼滤波器平滑算法和卡尔曼滤波器平滑加降阶算法的速度误差和姿态误差分别进行了仿真。仿真结果表明,"速度加角速率"匹配传递对准改进算法具有稳健的对准精度和快速性,有一定工程应用参考价值。     

Performance enhancement for ultra-tight GPS/INS integration using a fuzzy adaptive strong tracking unscented Kalman filter

This paper conducts performance evaluation for the ultra-tight integration of Global positioning system (GPS) and inertial navigation system (INS) by use of the fuzzy adaptive strong tracking unscented Kalman filter (FASTUKF). An ultra-tight GPS/INS integration architecture involves fusion of the in-phase and quadrature components from the correlator of the GPS receiver with the INS data. These two components are highly nonlinearly related to the navigation states. The strong tracking unscented Kalman filter (STUKF) is based on the combination of an unscented Kalman filter (UKF) and strong tracking algorithm (STA) to perform the parameter adaptation task for various dynamic characteristics. The STA is basically a nonlinear smoother algorithm that employs suboptimal multiple fading factors, in which the softening factors are involved. In order to resolve the shortcoming in a traditional approach for selecting the softening factor through personal experience or computer simulation, the Fuzzy Logic Adaptive System (FLAS) is incorporated for determining the softening factor, leading to the FASTUKF. Two examples are provided for illustrating the effectiveness of the design and demonstrating effective improvement in navigation estimation accuracy and, therefore, the proposed FASTUKF algorithm can be considered as an alternative approach for designing the ultra tightly coupled GPS/INS integrated navigation system.