量测噪声有限记忆在线估计简化算法

量测噪声有限记忆在线估计方法通过对新息序列的实时统计计算,更新系统量测噪声阵 R,增强了滤波器的自适应能力。但量测噪声有限记忆在线估计方法需要在每个滤波周期内对量测噪声阵 R 进行估计并更新统计周期内的量测新息,存在着信息统计与数据更新计算量大的不足。针对此问题,提出了一种基于协方差匹配技术的自适应滤波算法,将协方差匹配技术与量测噪声有限记忆在线估计方法相结合,根据协方差匹配结果,选择性统计量测噪声阵 R。仿真结果表明,简化算法可以在保证滤波精度相当的前提下,减小计算量,提高实时性。     

统计能量分析中的响应统计估计及其研究进展

统计能量分析(SEA)是分析复杂动态系统结构－声耦合振动响应的有效方法,而结构响应的统计估计是评价SEA分析准确性的基本依据,是SEA的一个重要组成部分.在简要介绍了SEA基本理论及其响应统计估计理论的基础上,对SEA中的响应统计估计的研究进展进行了综述和讨论,指出了在SEA响应统计估计中存在的问题,论述了需要进一步深入研究的方面,并着重讨论了响应统计估计中基于Poisson频率空间和高斯正交总体(GOE)频率空间的结构响应方差分析方法及其在SEA响应统计估计发展中的重要作用.      

组合导航系统多重衰减因子自适应估计算法比较研究

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。     

圆柱绕流的非线性动力学

本文利用非线性动力学的概念和方法来研究粘性不可压缩流体的二维圆柱绕流问题．计算了定常流失稳以及出现混沌的临界雷诺数，并估计了混沌解的一些统计特征．     

基于鲁棒滤波的捷联导引头视线角速度估计方法

针对捷联导引头无法直接获取视线角速度等信息的问题,研究了鲁棒滤波在大气层外飞行器捷联导引头视线角速度估计中的应用。为了建立非线性滤波估计模型,考虑目标视线角速度的慢变特性,采用一阶马尔科夫模型建立了状态方程;推导了视线角速度的解耦模型,并建立了量测方程;考虑到实际应用中存在系统噪声统计特性失准的问题,基于Huber-Based鲁棒滤波方法,设计了视线角速度滤波器,并完成了基于Huber-Based滤波方法和扩展卡尔曼滤波方法的数学仿真。仿真结果表明Huber-Based滤波方法的视线角、视线角速度及视线角加速度估计精度分别达到0.1140'、0.1423'/s、0.0203'/s2,而扩展卡尔曼滤波方法的视线角、视线角速度及视线角加速度估计精度仅分别为0.6577'、0.6415'/s、0.0979'/s~2。仿真结果证明了该方法可以有效地估计出相对视线角速度等信息,并且在非高斯噪声的条件下,依然可获得较高的估计精度,具有一定的鲁棒性。     

柱形爆炸容器安全概率的区间估计

针对柱形爆炸容器安全评判问题,采用数值模拟方法对容器爆心截面外壁径向变形量进行了计 算。与以往确定性计算结果不同,在计算过程中考虑了主要计算参数的随机性,并结合Monte-Carlo方法对 该参数进行了抽样,然后计算获得了容器径向变形量的随机样本。应用统计方法对该样本进行了分析,并给 出了容器安全概率置信区间的估计方法。以某柱形容器径向变形量数值模拟为例,分析了径向变形量的统计 规律,并给出了该容器的安全概率及其置信区间。从而初步建立了对爆炸容器安全评判问题进行统计分析的 一般方法。     

Bootstrap方法在导弹落点密集度评估中的误用

以导弹落点密集度评估作为研究基础,对利用Bootstrap方法提升小子样下落点密集度估计精度问题的自助法进行分析。在简要描述Bootstrap方法数学思想和应用方法的基础上,从理论分析和仿真验证两个方面证实了参数Bootstrap方法生成的自助统计量围绕经典估计值呈现正态分布,对于经典估计结果没有精度的提高;并且推导了自助统计量分布与估计偏差分布之间的关系,指出在小子样条件下参数Bootstrap方法自助统计量在分布近似上存在偏差;最后本文论证了随机加权法应用于密集度估计同样不能取得明显的改进效果。     

复杂环境下基于Huber-RKF的移动机器人信息融合算法

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%。     

结构声振研究的功率流方法

功率流方法是近年来研究柔性结构动态特性的主要手段, 其计算可分为低频段、中频段和高 频段. 本文讨论了有限元法、导纳功率流法、统计能量分析法、能量有限元法、参数化统计 能量分析法、子结构法、Lagrange乘子混合法、有限元/统计能量分析混合法、有限元/功 率流有限元混合法等方法, 各种方法适用频段各不相同, 综合应用这些方法, 可以解决绝大 多数声振预测问题.     

一种改进的自适应卡尔曼滤波及在组合导航中的应用

总结了常用的自适应滤波的方法,并提出一种新的自适应卡尔曼滤波技术,它克服了传统滤波器的不稳定问题,因为传统的卡尔曼滤波过程依赖于系统过程和测量过程的数学模型和其统计模型的正确性的滤波技术.自适应过程是利用测量新息序列和状态修正序列在估计移动窗内是分段静态,来直接估计系统噪声协方差Q和测量噪声协方差(R).仿真结果表明此方法可以提高GPS/INS组合导航系统的精度和可靠性.     

自适应惯性组合导航系统研究

本文研究惯性／位置组合导航技术，给出在线估计未知噪声统计参量的自适应卡尔曼滤波算法（ＡＫＦ）。首先建立组合导航系统直线飞行段和机动飞行段数学模型，并给出相应滤波算法，仿真结果证明了组合导航估计算法的可行性。所得结论对惯导／地形匹配、惯导／ＧＰＳ组合导航的研制有实用意义     

基于空间交会的GPS/INS组合导航系统仿真

由于实验务件限制,GPS/INS组合导航系统很难在真实空间交会对接环境中进行GPS/INS组合导航系统性能测试研究。为此,简要设计和实现了基于空间交会的GPS/INS组合导航软件仿真平台,研究了基于空间交会两航天器绝对和相对运动轨迹生成、GPS/INS组合导航系统误差建模、观测数据生成等实现方法,并通过仿真数据分析验证了这种设计方案的可行性,为进一步开展相关研究奠定了基础。     

INS/GPS组合导航系统的数据精确同步方法

对来自不同导航传感器的数据进行同步化处理是进行滤波、信息融合的重要前提。对几种INS／GPS组合导航系统的数据同步处理方法进行研究,分析各自的优点和不足。针对浅组合导航系统,提出了由美国NI公司PXI-6608计数器／定时器、GPS接收机及PXI控制器组成的设计方案,分析了其同步实现的原理和方法。该同步方案的精度可达400ns,适用于高精度要求的应用场合。     

低成本车载GPS/INS组合导航姿态角更新算法

低成本INS系统的元件误差严重影响INS导航精度.针对车载系统,提出一种低成本车载GPS/INS组合导航姿态角更新算法.首先在GPS/INS组合导航Kalman滤波方程基础上,给出两种姿态角更新的观测方程.然后给出利用GPS测速确定航向角的原理,并且对低成本车载INS系统的俯仰角和翻滚角进行了分析,指出由INS随机误差造成的俯仰角和翻滚角误差比其本身量值要大,建议令俯仰角和翻滚角数值保持不变.利用实测算例确定了不同速度下的航向角精度,并且验证了该算法的有效性,以及相对于基于位置、速度组合的Kalman滤波,导航精度有明显提高.     

INS/双星/GPS联邦最小二乘滤波容错结构研究

采用联邦最小二乘滤波信息融合的方法对INS／双星／GPS组合导航系统进行了研究，并将联邦卡尔曼滤波的四种典型容错结构应用到联邦最小二乘滤波中，对四种结构的容错性能进行了仿真研究。仿真结果表明：联邦最小二乘滤波能有效提高INS／双星／GPS组合导航系统的精度及容错能力。     

INS/CNS/GPS组合导航系统仿真研究

研究了INS／CNS／GPS组合导航系统的原理和特点，对组合导航系统进行了计算机仿真，提出了采用平台失准角、INS与GPS的位置之差和速度之差作为观测量的方法。采用卡尔曼滤波技术，可以估计出平台的失准角、惯性器件误差及导航参数误差。仿真结果表明：通过校正惯导平台、消除导航参数误差，可以大大提高了系统的导航精度。     

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.     

机载SAR用的GPS/SINS组合导航系统研究

提出了进行SINS姿态校正的四元补偿算法。采用闭环KF（卡尔曼滤波）技术实时校正惯性仪表误差，补偿四元数误差，修正位置，速度误差，GPS／SINS组合导航系统样机的试验结果表明：采用该提出的算法后，组合导航精度较高，在组合导航过程中若去掉GPS信息，短时间内纯SINS的导航精度很高，能够满足SAR对运动补偿精度的要求，待恢复GPS信息后，组合导航系统继续正常工作。     

基于神经网络的组合导航系统状态估计

在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络。描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比。最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计。仿真结果证明了该法的有效性和实用性。     

一种新的INS/GPS组合导航技术

基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS／GPS组合导航系统的卡尔曼滤波算法。详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器。仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度。