基于矢量观测确定卫星姿态的两种非线性滤波算法

在确定卫星姿态确定的状态估计法中，经典的扩展卡尔曼滤波（EKP）和新提出的非线性预测滤波（NPF）这两种实时滤波算法各有优缺点。通过大量仿真计算，对这两种滤波算法在不同情况下进行了多角度的对比分析，旨在寻求它们各自的适用条件。结果表明：当模型误差较大甚至非线性或测量误差较大时，NPF滤波效果好于EKF：当状态变量的初始估计误差较大时，EKF滤波效果好于NPF：当需要估计真实模型误差时，只能用NPF。     

基于PF的SINS动基座初始对准

捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波(Extended Kalman Filter, EKF)会产生线性化误差,影响初始对准精度.在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法(Particle Filter, PF),并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波(Unscented Kalman filter, UKF)和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真.仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度.     

基于自适应交互多模滤波的SCNS/RSINS紧组合对准方法（英文）

为了提高船用单轴旋转捷联惯性导航系统(RSINS)初始对准的精度和快速性,针对传统的EKF滤波线性化误差和单传感器精度不高的问题,设计了一种基于自适应交互多模(AIMM)算法的SCNS/RSINS紧组合对准方法。该算法将自适应滤波器与交互多模型相结合,利用了两个合理构建状态模型和量测模型的平行滤波来实现对实际模态的覆盖:滤波1应用姿态四元数算法建立了状态方程的模型,量测量为RSINS与SCNS之间的姿态四元数误差;滤波2的根据SCNS/RSINS的误差特性构建了状态方程模型,量测量为RSINS与SCNS位置和航向误差,然后应用自适应IMM算法将两个平行滤波的估计值进行数据融合。在某种程度上,因状态噪声和量测噪声的不确定性,EKF的性能会被降低,而通过模型转换机制,IMM可用于选择一个合理的模型自动计算器来自适应地调整对准过程中噪声的协方差矩阵,因此该算法可以有效地解决SCNS/RSINS组合导航系统的初始对准问题。仿真结果表明:与EKF算法相比,基于自适应IMM算法的SCNS/RSINS组合对准方法的估计精度和对准快速能力都得到了改善,其中对方位陀螺漂移的估计时间缩短了至少40%。     

基于状态约束的MIMU/磁强计组合姿态估计滤波算法

构建了基于MEMS技术的陀螺、加速度计、磁强计及空速计组合的微小型飞行器姿态测量系统.研究了基于四元数的扩展卡尔曼滤波算法.取姿态误差四元数和陀螺随机漂移构建状态向量,通过误差四元数微分方程和陀螺随机误差模型建立卡尔曼滤波状态方程,采用速度信息实时补偿加速度计输出值得到重力矢量,利用重力矢量估计水平姿态,通过滤波补偿姿态误差,降低了对陀螺的精度要求.将状态向量之间的约束方程作为伪量测方程引入到量测模型中,解决了由于状态向量相互约束导致的滤波发散和奇异.动态飞行滤波噪声的自适应调整增强了系统性能.仿真和实验表明,该滤波算法能够有效避免系统的漂移,提高系统测量精度和稳定性.     

基于导弹舵面信息的惯导姿态角速率滤波方法

针对导弹武器中低精度惯导系统陀螺所测量的弹体姿态角速率误差较大的问题,提出了利用导弹控制舵面信息与弹体姿态角的动力学关系构建滤波方程的方法,其相对于常用的低通滤波器能够更加精确地反映出姿态角的变化趋势.此外为降低采用EKF和UKF等非线性滤波方法所带来的计算复杂度,仿真中通过构造交错卡尔曼滤波器实现了对非线性系统的伪线性化.最后通过对某型低精度惯组在三轴姿态转台上的半实物仿真实验,该滤波算法将实测的惯导姿态角速率误差降低了40%以上.     

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。     

抗差自适应插值粒子滤波及其在组合导航中的应用

针对粒子滤波存在的粒子退化和重要性密度函数难以选取的问题,在吸收抗差自适应滤波、二阶插值滤波和粒子滤波算法优点的基础上,提出了一种新的抗差自适应插值粒子滤波算法。该算法利用二阶插值滤波算法得到重要性密度函数,通过抗差自适应因子实时控制动力学模型误差及观测异常对导航解的影响。将该算法应用于SINS/CNS/SAR组合导航系统进行计算仿真,并与经典的粒子滤波算法进行比较分析。结果表明,提出的滤波算法得到的姿态误差控制在[-0.3′,+0.3′],速度误差控制在[-0.4 m/s,+0.4 m/s],位置误差控制在[-5 m,+5 m],性能明显优于经典的粒子滤波算法。新的滤波算法不但能够有效地抑制粒子退化,而且能够有效地控制动力学模型误差及观测异常的影响,提高了组合导航的滤波精度。     

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。     

烹饪过程中锅具运动姿态测量方法

提出一种用于跟踪烹饪时锅具运动姿态变化的方法.该方法将MEMS陀螺仪、加速度计以及地磁传感器正交三元组安装于锅具柄部,并将其输出信息经过硬件滤波、软件误差补偿之后利用REQUEST算法进行融合.REQUEST算法与EKF算法相同之处在于均为以四元数为基础的迭代算法,而REQUEST算法由于其不易受锅具线加速度影响的特点而表现出优越性.文末通过仿真和实验对该方法进行了验证,并对REQUEST与EKF两种数据融合算法进行了比较,结果显示,即使在锅具高速运动情况下,由REQUEST算法得到的姿态解算精度仍可在以内,而此时由EKF算法得到的解算误差已达以上.上述结果表明,该文提出的方法对于测量锅具运动姿态而言是适用的.     

空中平台航姿参考系统的设计

利用观测矢量确定载体姿态的原理,依据空中平台的动态要求,确定了航姿参考系统的构成。通过建立姿态误差四元数微分方程,对卡尔曼滤波器在线估计组合航姿系统姿态误差进行了设计,并将建立的传感器测量误差模型加入到滤波模型中。仿真表明,这样组成的航姿参考系统,在传感器测量精度有限的情况下,能在摇摆基座上达到水平姿态精度0.2°,航向精度0.5°。     

基于低成本磁场和MEMS惯性传感器的姿态测定系统

在机器人、小型无人自主飞行器等严格限制成本、体积、功耗的应用场合,一套合适的姿态测定系统显的尤为重要。为此,提出了一种低成本的实时姿态决定系统,该系统由传感器模块和数字信号处理器(DSP)组成。传感器模块由一个三轴的磁罗盘和一个基于MEMS技术的惯性测量单元构成,文中对系统的软硬件设计进行了详细的论述。在此嵌入式平台上面,开发了一套基于四元数和扩展卡尔曼滤波的姿态估计算法,对算法的原理进行了详细介绍。最后给出的实验结果显示此系统具有相当高的性能,姿态角误差的方差在0.02°以下。     

基于Gibbs矢量估计卫星轨道姿态的滤波算法研究

针对“矢量观测 陀螺”这种典型的三轴稳定卫星姿态确定系统模式,引入具有四元数优越性的Gibbs矢量作为姿态参数,提出了一种新的具有良好实时性能的轨道姿态估计方案。在方案设计中,为描述卫星轨道姿态的Gibbs矢量,推导出了基于四元数的运动学方程,并将QUEST法作为处理多矢量观测信息的压缩技术引入估计器,使得滤波修正算法得以简化。另外,针对单矢量观测情况,给出了能够加快状态估值收敛速度的改进协方差修正算法。仿真结果验证,新方案的姿态估计精度与传统的欧拉角估计法相当,而运算效率却明显高于欧拉角估计法。     

卫星姿态测量信息的卡尔曼滤波技术研究

本文在研究由陀螺仪、红外地球敏感器和太阳敏感器组成的卫星姿态测量系统的基础上，应用了改进的卡尔曼滤波算法进行信息处理，克服了卡尔曼滤波器的发散现象。本文还提出了限定增益系数的方法，以抑制俯仰角过大的估计误差。本文设计的卡尔曼滤波器适用于对地观测卫星的测量系统，能获取较低噪声的姿态测量信息。     

基于自适应UKF算法的MEMS陀螺空中在线标定技术

为保证微型卫星定位应用中系统精度与稳定性,需要对姿态传感器进行实时在线标定.在无外界姿态参考时,提出一种用三轴磁强计测量值来实时估计MEMs陀螺的零漂误差的方法,采用UKF滤波算法,将陀螺漂移作为滤波状态向量,通过建立三轴磁强计测量微分方程,作为系统量测方程实现陀螺漂移的最优估计.针对磁强计测量信息易受干扰导致滤波量测模型不准确的问题,将自适应因子引入到UKF中,通过在线监控和调整测量误差,减少陀螺标定的估计误差,增强系统性能.实验结果表明,经过标定,MEMS陀螺精度提高约30%,并且在磁强计有外界干扰时,陀螺的标定结果收敛.将标定后的MEMS陀螺进行姿态解算,其动态误差小于2°.     

移动卫星天线指向矢量辅助组合导航系统方法

为弥补SINS/GPS组合导航系统姿态角误差可观测性差的缺陷,根据移动载体卫星天线捕获通信卫星后通过自搜索实现精确对准卫星的原理,提出增加天线指向矢量信息(SAPV)的方位角和俯仰角信息为系统观测量,用于辅助SINS/GPS组合导航系统.根据SINS/GPS组合导航系统数学模型对姿态角误差的可观测性进行了分析,并对SAPV与组合导航误差之间的关系进行了详细数学推导,证明了SAPV辅助组合导航系统的可行性,建立了SAPV辅助组合导航系统的数学模型,采用联邦滤波器进行数据融合.仿真结果表明,SINS/GPS组合导航系统通过SAPV辅助,方位角误差估计精度提高了1个数量级,小于10′,水平姿态角误差估计精度略有提高,小于2 ′.该方法充分利用了天线通过自搜索完成精确对准卫星后的高精度指向信息,无须添加任何硬件系统,通过简单可靠的信息融合算法即可达到提高载体姿态测量精度的目的.     

基于旋转矢量误差模型的舰载机大失准角传递对准技术（英文）

为实现舰载机大方位失准角条件下的快速传递对准,提出采用旋转矢量误差模型。分别推导了速度匹配和速度加角速度匹配的量测模型。为解决非线性滤波器的稳定性和快速性,提出采用平方根无迹卡尔曼滤波SRUKF来估计失准角。仿真结果表明,旋转矢量误差模型相对于非线性的欧拉角误差模型有更高的估计精度。在海况引起的摇摆运动下,运用速度加角速度匹配方法可以在50 s内完成对准,此时水平精度达到20?以内,航向精度达到1?以内。由此表明所提出的算法可以满足舰载机传递对准快速性和精确性的要求。     

基于MEMS-IMU辅助的高动态GPS选星方法设计

一般的GPS选星方法通过搜索选取使几何精度衰减因子最小的4颗卫星,对于高动态应用特别是在水平姿态角较大的情况下,传统的选星方法存在许多局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了基于MEMS-IMU辅助的GPS选星方法;针对高动态载体姿态变化较大的问题,采用MEMS-IMU输出的高速率姿态信息压缩卫星搜索范围,通过选取不超过6颗可见卫星来降低几何精度衰减因子,从而提高定位性能。使用半实物仿真数据,验证了所提出的方法。测试结果表明,与传统的选星方法相比,基于MEMS-IMU辅助的GPS选星方法在飞机高动态大机动条件下,优化了卫星星座,具有精度高、计算量低、可靠性高等优点。     

Comparison of Gaussian particle center estimators and the achievable measurement density for particle tracking velocimetry

A series of numerical simulations were conducted to investigate the performance of two particle center estimation algorithms for Particle Tracking Velocimetry: a simple three-point Gaussian estimator and a least-square Gaussian. The smallest position error for images with reasonable noise levels was found to be approximately 0.03 pixels for both estimators using particles with diameters of 4 pixels. As both estimators performed equally well, use of the simple three-point Gaussian algorithm is recommended because it executes 100 times faster than the least-square algorithm. The maximum achievable measurement density and accuracy for the three-point Gaussian estimator were determined with a numerical simulation of an Oseen vortex. Uncertainty measures have been introduced to filter out unreliable displacement measurements. It was found that 4 to 5 velocity vectors could be obtained within a 32 × 32 pixel area with an average displacement error of 0.1 pixels. This doubles the spatial resolution of conventional cross-correlation based Particle Image Velocimetry at comparable accuracy. Received: 26 June 1998/Accepted: 12 October 1999     

组合导航技术在油气管道测绘系统中的应用

针对长输油气管线必须进行轨迹绘制和探伤定位的问题,设计了惯性管道测绘系统。系统核心部件为捷联惯导系统,辅助信号有里程计和定距离磁标信号,是一种全自主的导航系统。在系统算法设计中,通过建立捷联惯导与航位推算组合导航系统误差模型,利用改进的卡尔曼滤波器估计系统姿态、航向角误差和里程计标度因数误差。该系统数据处理具有非实时性的特点,因此设计了后向卡尔曼滤波器进行数据平滑。系统跑车试验证明该滤波算法能够有效的提高系统的定位精度,系统具有高精度、高可靠的特点,满足实际工程需要。