首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 222 毫秒

1.  基于广义M估计的鲁棒容积卡尔曼滤波目标跟踪算法  
   吴昊  陈树新  杨宾峰  陈坤《物理学报》,2015年第64卷第21期
   为减小测量异常误差对非线性目标跟踪系统的影响, 提出了一种基于广义M估计的鲁棒容积卡尔曼滤波算法. 首先将非线性测量方程等价变换, 利用约束总体最小二乘准则构建广义M估计极值函数, 在不进行线性化近似的前提下将其引入到容积卡尔曼滤波求解框架中. 然后根据Mahalanobis距离构建异常误差判别量, 利用卡方分布的置信水平确定判决门限, 并建立改进的三段Huber权函数, 使其能够降低小异常误差权值, 剔除大异常误差. 理论分析表明, 该方法具有无需求导、跟踪精度高、实时性好等优点, 且无需已知异常误差的统计特性; 实验结果表明, 所提算法能够有效减小异常误差的影响, 在实际非线性物理系统中具有广阔的应用空间.    

2.  H∞滤波和自适应卡尔曼滤波在消除重力异常畸变中的对比研究  
   赵池航  周百令  胡斌宗《中国惯性技术学报》,2003年第11卷第3期
   为了有效地消除重力异常畸变对海洋重力仪测量精度的影响,得到更高精度的重力异常测量值,根据随机过程理论,分析了重力异常状态方程,并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析,将其应用到消除重力异常畸变系统中。为了避免滤波发散,自适应卡尔曼滤波采用降阶的Sage—Husa算法。理论分析和仿真实验表明:H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性,并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响,但自适应卡尔曼滤波的性能优于H∞滤波。    

3.  基于模糊迭代均方根容积卡尔曼滤波的天基非合作目标跟踪  
   岳聪  薄煜明  吴盘龙  田梦楚  陈志敏《中国惯性技术学报》,2017年第3期
   针对非合作航天器相对导航中测量噪声不确定的问题,提出了一种模糊迭代均方根容积卡尔曼滤波算法,实现对非合作目标相对状态的测量.该算法利用容积点均方根迭代策略和模糊推理系统实时调整改进容积卡尔曼滤波的量测噪声协方差阵权值,修正量测噪声协方差阵,使其接近真实噪声值,从而提高目标跟踪算法的自适应能力,提高了滤波精度.通过建立数学仿真模型,分别采用扩展卡尔曼滤波、容积卡尔曼滤波以及模糊迭代均方根容积卡尔曼滤波进行跟踪仿真,仿真结果表明,与标准容积卡尔曼滤波相比,该改进算法能够提高13.17%的跟踪精度.    

4.  分形滤波在高精度海洋重力仪数据处理中的应用研究  被引次数:5
   赵立业  周百令  赵池航  马云峰《中国惯性技术学报》,2004年第12卷第3期
   为有效地消除各种外界干扰噪声对高精度海洋重力仪测量值的影响,提高重力异常测量值的精度,在分析基于分形理论的滤波算法基础上,首次将其应用到高精度海洋重力仪系统数据处理中,并与自适应卡尔曼滤波进行对比分析,以实际信号数据与处理后信号数据的均方差作为衡量两种数据处理方法好坏的依据。理论分析和仿真实验表明:分形滤波方法和自适应卡尔曼滤波都能在一定程度上消除干扰噪声对重力异常信号的影响,但在相同背景条件下,分形滤波的性能优于自适应卡尔曼滤波。    

5.  卡尔曼滤波在无人水面艇双天线GPS定位测向系统中的应用  
   杨钊  王建华  吴玉平《应用声学》,2014年第22卷第9期
   针对无人水面艇双天线GPS定位测向系统的定位误差问题,利用卡尔曼滤波算法对GPS数据进行滤波处理;根据位置与速度及航向的关系,建立数学模型,然后利用卡尔曼滤波算法对定位测向系统的测量值进行滤波处理;首先,对无人水面艇在静止、低速及高速运动状态的GPS数据进行了处理;仿真结果表明,在这三种情况下卡尔曼滤波方法能够提高GPS定位精度,在定点实验中观测值的均方误差为0.5259,滤波后变为0.0536;最后,在干扰情况下的无人艇运动仿真实验中,经过卡尔曼滤波后测量数据的均方误差由0.5043降低为0.3553;实验说明卡尔曼滤波能获得很好的滤波效果。    

6.  卡尔曼滤波法分辨呋喃妥因和呋喃唑酮未分离液相色谱峰  
   张贞良  张智耀  张书润  邹其雄  陶伟《色谱》,1993年第11卷第2期
   高效液相色谱法对色谱峰进行定量分析时,通常需要测量峰高和峰面积,但有时由于未分离色谱峰(如重迭峰、肩峰等)的存在,使测得的数据产生较大偏差。卡尔曼滤波理论是解决这一难题的可靠方法,它是一种最佳滤波法,能滤除噪声与干扰,获得真实信号与参数估计值,本文选取呋喃妥因和呋喃唑酮进行实验,结果表明用卡尔曼滤波法能定量分析未分离高效液相色谱峰,其分辨结果明显优    

7.  复杂环境下基于Huber-RKF的移动机器人信息融合算法  
   《中国惯性技术学报》,2019年第1期
   为解决移动机器人组合导航系统中由于存在时变、非高斯噪声而导致的估计精度下降问题,提出一种将秩卡尔曼滤波器(Rank Kalman Filter, RKF)与Huber统计线性回归近似方法相结合的Huber秩卡尔曼滤波算法(Huber-RKF)。RKF与高斯确定点采样型滤波算法结构相似,但它不需要满足高斯分布假设条件,完全利用秩统计量相关原理计算采样点及其权值,适用于非线性、非高斯系统;Huber方法将l1/l2混合范数作为代价函数,通过迭代求得最优估计值,具有较好的鲁棒性;把二者相结合,将Huber最优估计作为RKF算法结构中的量测更新,得到的Huber-RKF算法具有良好的鲁棒性和滤波估计精度。仿真实验中将Huber-RKF与EKF、RKF以及交互式多模型秩卡尔曼滤波器(IMM-RKF)进行比较,其纬度、经度估计误差分别减小了69.5%、75.6%,44%、44.1%,27%、14%;算法实时性方面,Huber-RKF算法中程序循环体单次执行的时间为20.8 ms,比IMM-RKF执行速度快33%。    

8.  基于NPF-CKF的捷联惯导系统动基座初始对准技术  
   郝燕玲  杨峻巍  陈亮  郝金会《中国惯性技术学报》,2011年第6期
   当海况不佳时,水下航行器大幅晃动,捷联惯导系统无法快速完成自主初始对准,因此提出了利用多普勒计程仪提供的速度信息进行运动中辅助对准。针对在非线性对准中扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,提出了一种基于非线性预测滤波的求容积卡尔曼滤波算法。该滤波算法将惯性器件测量误差作为模型误差使用非线性预测滤波器进行实时预测,然后再利用求容积卡尔曼滤波对模型误差补偿后的系统进行状态估计。仿真结果表明,与扩展卡尔曼滤波和求容积卡尔曼滤波算法相比,该滤波算法能够不仅提高失准角特别是方位失准角的估计精度,其精度约为45″,而且加快了收敛速度。同时由于该滤波算法降低了系统状态的维数,因此也大大减少了计算量。    

9.  基于状态反馈的卡尔曼滤波组合导航算法  
   汤霞清  郭官周  郭理彬  张环《中国惯性技术学报》,2010年第18卷第2期
   在卡尔曼滤波算法的基础上,提出一种导航误差状态估计的新方法。该方法选取SINS和GPS三个方向上的速度差和位置差作为观测量,根据惯性器件和GPS的精度确定噪声强度,同时建立反馈控制与卡尔曼滤波相结合的滤波器,最终得到误差状态的估计值。仿真结果表明,新型滤波器不仅解决了卡尔曼滤波发散的问题,而且使得误差估计精度得到了极大的提高,从而为组合导航系统的误差估计技术找到了更有工程应用价值的方法。    

10.  基于平方根中心差分卡尔曼滤波的大方位失准角初始对准  
   郝燕玲  杨峻巍  陈亮  郝金会《中国惯性技术学报》,2011年第19卷第2期
   基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准.扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点.针对上述问题采用了一种改进的中心差分滤波算法一一平方根中心差分卡尔曼滤波.仿真结果表明,与扩展卡尔曼滤波相比,平方根中心差分卡尔曼滤波对方位失准角的对准精度由24.5′提高到5.83′,并且避免了计算雅可比矩阵带来的不便;与中心差分滤波相比,平方根中心差分卡尔曼滤波在保证滤波精度的同时,降低了滤波的计算量,提高了滤波的数值稳定性.    

11.  基于滚动时域估计的飞行器姿态估计及三轴磁强计在线校正  被引次数:1
   赵国荣  黄婧丽  苏艳琴  孙聪《物理学报》,2015年第64卷第21期
   针对飞行器姿态估计以及三轴磁强计在线校正问题, 提出了一种实时滚动时域估计算法. 首先, 为了解决在卡尔曼滤波框架下系统约束不能显式求解的问题, 设计了滚动时域估计滤波算法. 该算法将飞行器姿态估计问题转化为优化问题, 显式求解四元数归一化性质, 缩小搜索空间的同时提高了搜索效率和精度. 其次, 滤波时域窗内应用高斯-牛顿迭代法求解最优状态估计值, 满足了实时性要求. 最后, 在没有增加系统状态维数的情况下, 在线求解了三轴磁强计校正参数, 保证了磁强计量测值以矢量形式输入系统. 仿真结果表明, 由于合理地利用了历史信息, 该方法精度较高, 且对初始误差、系统误差均不敏感, 具有一定鲁棒性.    

12.  卡尔曼滤波在激光跟踪测量系统中的应用  被引次数:5
   陈晓荣  蔡萍  陈淑芬  施文康《光学技术》,2004年第30卷第1期
   激光跟踪测量系统对于测量运动目标空间位置是行之有效的,但在测量过程中,各种干扰噪声的影响会降低测量精度。采用卡尔曼滤波来减小噪声的影响以提高测量精度。介绍了激光跟踪测量系统,建立了状态方程和测量方程,给出了卡尔曼滤波算法,仿真结果表明,运用卡尔曼滤波大大提高了测量系统的精度。    

13.  一种快速跟踪的卡尔曼滤波算法及其在舰船组合导航中的应用  被引次数:5
   孙枫  刘希斌《中国惯性技术学报》,2000年第8卷第4期
   在用卡尔曼滤波算法估计动态系统的状态时,如果系统运动状态发生突变,会导致滤波估值不能及时跟踪系统真实状态的变化。本从算法上分析了产生这种现象的原因,提出了根据不同传感器观测值的误差特点对算法进行改进的方法,使得卡尔曼滤波器跟踪速度和滤波精度大大提高,并将其成功地应用于推算船位/GPS组合导航系统。    

14.  一种重力异常对弹道导弹惯性导航精度影响的补偿方法  
   郭恩志  房建成  俞文伯《中国惯性技术学报》,2005年第13卷第3期
   分析了弹道导弹飞行中受到的重力异常的作用,以及重力异常对弹道导弹的精度的影响,对导弹受到的重力异常进行了仿真,建立了导弹导航的速度位置和姿态误差方程,提出了一种利用卡尔曼滤波中的状态转移阵对重力异常引起的速度位置误差进行修正的方法。仿真结果表明,这种方法能够对重力异常产生的速度位置误差产生较好的估计校正作用,具有计算量小,易于工程实现,能适用于各种重力场模型的优点。    

15.  海洋重力测量误差补偿技术  
   奚碚华  于浩  周贤高《中国惯性技术学报》,2011年第19卷第1期
   海洋重力场信息在勘探矿源和导航定位等方面都具有重要意义.进行海洋重力实时测量时,重力仪会受到各种外界扰动力的影响,再加上重力敏感器本身稳定性和惯性平台系统性能影响,重力敏感器的输出需要进行一系列数据处理和补偿后才能得到当地重力异常值,研究了重力敏感器安装角误差标定、零位漂移估计和格值修正等重力数据预处理方法.分析了海洋重力测量数据处理流程,主要包括零点漂移补偿、水平加速度误差补偿、厄特弗斯效应修正、高度修正和噪声滤波处理等.对每个数据处理过程都提出了具体补偿算法,并分析了补偿后的重力测量误差,将以上重力数据处理方法应用到实际重力测量,结果表明重力仪能够准确测量出当地重力值,其精度为1 mGa1.    

16.  GPS 动态滤波的新方法  被引次数:1
   房建成  万德钧  吴秋平  申功勋《中国惯性技术学报》,1997年第2期
   本文提出一种GPS动态定位滤波的新方法。该方法直接从GPS接收机输出的定位结果入手,将各种误差因素的影响等效为输出定位结果的总误差,视为有色噪声,建立线性卡尔曼滤波模型对位置和速度信息进行估计。与以往采用的非线性卡尔曼滤波器相比,滤波后定位误差明显减小,且模型简单,系统运算量降低,实时性较好。另外,为了提高滤波器的动态性能,还提出了一种有效的次优加权自适应卡尔曼滤波算法    

17.  基于状态约束的MIMU/磁强计组合姿态估计滤波算法  被引次数:1
   薛亮  姜澄宇  常洪龙  袁广民  苑伟政《中国惯性技术学报》,2009年第17卷第3期
   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.    

18.  一种微型矢量水听器姿态测量系统  被引次数:1
   笪良龙  王文龙  孙芹东  侯文姝《中国惯性技术学报》,2016年第1期
   矢量水听器姿态校正的通常做法是将姿态测量系统捷联安装在声纳平台上,这种方案无法准确测量矢量水听器的姿态变化.针对这个问题,设计了一种微型姿态测量系统,并将其捷联封装在矢量水听器内部.系统采用MEMS陀螺测量角速度,用毕卡迭代算法解四元数姿态更新方程.用MEMS加速度计和磁力计分别测量重力方向和磁北方向,再使用扩展卡尔曼滤波对解算姿态角进行实时校正.经测试,该系统横滚角和俯仰角的静态误差小于0.2°,航向角的静态误差小于0.8°.摇摆实验中,横滚角和俯仰角的动态相对误差小于2.9%,航向角的动态相对误差小于3.6%.海上试验结果证明该姿态测量系统应用于矢量水听器可明显提高目标方位估计的精度.    

19.  预测滤波器理论在惯导非线性对准中的应用  被引次数:6
   杨静  张洪钺  李骥《中国惯性技术学报》,2003年第11卷第6期
   讨论了预测滤波器的基本算法,并针对平台惯性导航系统在大方位失准角情况下的非线性对准中,用预测滤波器无法估计陀螺误差的问题,提出了将预测滤波和扩展卡尔曼滤波相结合的算法。通过对大失准角下的静基座和动基座对准的仿真,证明预测滤波和扩展卡尔曼滤波相结合的算法能够提高的平台姿态误差角特别是方位误差角的估计精度。比起扩展卡尔曼滤波算法,该算法还能降低系统的维数,减小计算量。    

20.  组合导航系统多重衰减因子自适应估计算法比较研究  被引次数:3
   耿延睿  郭伟  崔中兴《中国惯性技术学报》,2004年第12卷第2期
   提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号