基于粒子滤波的微小卫星姿态确定算法

为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波(PF)算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。     

对"联邦滤波器信息分配系数的优选算法"一文的商榷

介绍了联邦滤波算法和信息分配原理，指出《中国惯性技术学报》第11卷第6期“联邦滤波器信息分配系数的优选算法”一中存在一些问题，说明使用该优选算法进行信息分配，可能使主滤波器方差阵失去正定性；将联邦滤波用于GPS姿态测量，实验表明动态选择信息分配因子，相对于固定信息分配因子的算法并没有明显优势。     

自适应鲁棒Kalman滤波技术在静电陀螺监控器中的应用研究

本文重点研究了卡尔曼滤波在静电陀螺监控器（ＥＳＧＭ）参数估计应用中滤波发散的问题。由于系统本身和外部条件的不确定性，很难对系统各状态进行准确的数学描述，造成滤波器不稳定甚至发散。本文提出一种自适应鲁棒滤波方法，并应用于ＥＳＧＭ的初始标定。研究结果表明，应用该算法，可以有效地抑制由于模型不准而产生的滤波发散现象，大大提高了参数估计的精度。     

一种用于分散化滤波的融合算法及其在组合导航系统中的应用

提出了一种局部估计相关时的最优融合算法，其特点是加权矩阵是对角阵，即全局估计中的各分量分别是局部估计中相应分量的线性组合，在此融合算法中局部估计是最优的，并且不存在由主滤波器向子滤波器的信息反馈，因此具有较好的客措性。给出了最优加权矩阵的存在性和唯一性的证明，并通过与现有类似融合算法的对比，表明该算法具有计算量小的优点。最后，以组合导航系统为例作了仿真计算，结果表明该融合算法是可行的。     

北斗双星/SINS组合导航系统滤波模型的一致性研究

北斗双星定位系统（简称双星定位）是我国自行建立的一种定位系统.根据北斗双星定位系统采用有源定位的特点,介绍了北斗双星与SINS组合的最优预测模型,该方法利用了双星定位系统提供的滞后定位信息对组合系统进行最优预测,进而校正惯导;同时为验证该滤波方法对状态估计的一致性,文中重点研究了滤波器一致性的准则,并给出了检验的统计量.理论研究和试验仿真证明,文中介绍的滤波器与系统是匹配的,具有较高的滤波性能和精度.     

联邦滤波在飞机组合导航中的应用

研究了中等精度捷联惯导系统(SINS),大气数据系统(ADS)和塔康系统(TACAN)构成的机载组合导航系统.在分析SINS、ADS、TACAN各自特点的基础上,提出了SISN/ADS/TACAN组合导航系统的联邦滤波方案,并建立了相应的组合导航系统的数学模型.以一条典型的飞行轨迹进行了全航线的仿真研究,仿真结果为:基于联邦滤波的SINS/ADS/TACAN组合导航系统的位置精度约为70 m(CEP),速度精度约为0.75 m/s(1),航向精度为约为 (1)和姿态精度约为 (1),由此可见基于联邦滤波的SINS/ADS/TACAN组合导航系统可以充分利用各机载导航子系统信息,满足飞机导航定位的精度要求.     

超平面滤波算法在GPS/INS组合导航系统中的应用研究

针对GPS／INS组合导航系统的滤波算法误差较大，在对常用的卡尔曼滤波算法进行总结和分析的基础上，给出了卡尔曼滤波的本质，提出了一种利用超平面调整卡尔曼滤波器的方法。以GPS／INS组合导航系统为例进行了仿真，结果表明：该方法既能抑制滤波发散，又能提高滤波精度。     

一种结构故障的振动诊断法

文章分析了振动参数对结构故障的敏感度，选取对故障比较敏感、又能反映结构动力特性的频响函数，作为诊断故障的参数，采用了最小二乘辨识、卡尔曼滤波、自适应滤波等方法，进行故障诊断、仿真试验的结果表明，本文提出的方法可行，且有一定精度，实物试验结果表明，当局部刚度下降5%时，运用本文方法可诊断出故障。     

用曲线大窗口平滑散斑条纹图的方法研究

提出一种计算条纹方向的简单算法,以及通过条纹方向图获得沿条纹方向的曲线窗口并对散斑条纹图进行曲线大窗口滤波的方法．实验表明此方法较好地消除了散斑条纹图的噪声,同时尽量减小了对条纹结构的损害．为从单幅散斑条纹图中应用条纹中心线法或全灰度法进一步提取相位场的后处理,奠定了良好的基础．     

一种车载组合导航系统的联邦滤波新算法

针对车载GPS/DR组合导航系统的特点,提出了一种新的联邦滤波算法.子滤波器由两个滤波器构成:一个是卡尔曼滤波器,另一个是Unscented卡尔曼滤波器(UKF),它们分别处理GPS子系统和DR子系统的信息.UKF是一种较新的非线性滤波方法,相对传统的非线性滤波器EKF具有更高的滤波精度和更高的计算效率.联邦滤波器的信息分配因子采用一种基于观测误差的最小均方误差形式,最佳地融合了传感器的输出信息.这种结构降低了联邦滤波器的计算难度和计算量,提高了组合导航系统的可靠性和容错性.仿真结果表明,提出算法的定位精度很高,与UKF算法的效果相当.