应用抗差估计SITAN算法的水下重力匹配导航方法

水下重力场匹配导航的SITAN算法综合了扩展卡尔曼滤波技术和地形随机线性化技术,具有实时性好、可操作性强等特点.针对其在粗差探测方面的不足,引入抗差估计方法,通过设置调节因子,降低了异常点状态矩阵和增益矩阵等对下一位置点的影响,来改善导航位置精度,增强可靠性.仿真试验结果表明,采用一般SITAN算法的水下重力匹配导航位...     

基于GPS/INS不同测量特性的自适应卡尔曼滤波算法

在GPS/INS组合导航系统中,针对现有自适应滤波算法对GPS测量噪声估计准确性、可靠性不高的问题,提出了一种基于GPS、INS不同测量特性的自适应卡尔曼滤波算法.该算法基于GPS和INS不同的测量性质,利用惯导系统的短期高精度性,获得对GPS测量噪声统计特性自适应估计.仿真结果表明,该算法能够在GPS测量噪声统计特性未知或发生变化的情况下,适时地跟踪GPS测量噪声,准确估计滤波系统的观测噪声协方差阵R,其滤波精度和鲁棒性明显优于改进的sage-husa自适应算法,特别是在采用低精度INS情况下,能够有效克服改进的sage-husa自适应算法滤波发散的现象.     

基于权值矩阵的模糊自适应卡尔曼滤波在组合导航中的应用

针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。     

景象匹配/惯性组合导航精确修正算法

为了能使景象匹配辅助导航系统在工作时实现对惯导的最优修正,在景象匹配辅助导航系统对惯导修正过程中,引入了卡尔曼滤波技术,并设计了相应的景象匹配/惯性组合导航算法。但在景象匹配过程中会不可避免的会出现匹配错误、匹配精度不够等问题,为此,基于景象匹配过程中载体机动性能规律,提出了飞行航迹近似为直线的误匹配点剔除方法。利用Visual C 编写完成了景象匹配辅助/惯性组合导航仿真演示系统,对所提出的方法进行了仿真实验。多次实验证明提出的方法能够起到很好的匹配修正效果,具有重要的实际应用价值。     

重力图形匹配技术在水下导航中的应用

以国外有关文献为依据,对重力图形匹配技术的基本原理和关键技术进行了分析,介绍了重力图形匹配技术应用于水下导航的研究现状,探讨了未来的发展方向,为国内相关领域的研究人员提供参考。     

组合导航系统卡尔曼滤波衰减因子自适应估计算法研究

提出了一种衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS／SINS组合导航系统中进行了计算仿真。仿真结果表明：该算法能够较好地估计出衰减因子的大小,有效地抑制滤波发散,提高导航精度。     

自适应卡尔曼滤波在惯导初始对准中的应用研究

本文研究了自适应卡尔曼滤波技术在惯导系统中的应用。在噪声统计特性未知或近似已 知的情况下,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波发散;而自适应卡 尔曼滤波在估计状态的同时,利用观测数据带来的信息,可在线估计噪声的统计特性,从而不 断地改进滤波器的设计,由此得到的滤波估计比常规卡尔曼估计精度更高。本文采用Ｓａｇｅ 和 Ｈｕｓａ 自适应滤波算法,结合惯导初始对准,给出了计算机仿真。仿真结果进一步证实在噪声统 计特性不确切知道的情况下,自适应卡尔曼滤波的估计精度高于常规卡尔曼滤波的估计精度。     

车载DR系统自适应扩展卡尔曼滤波模型的建立及仿真研究

提出了车载DR系统的自适应扩展卡尔曼滤波模型及其滤波算法，计算机仿真结果表明，应用该模型和算法与简单航位推算方法相比，可以明显提高DR系统的定位精度。     

基于向量搜索的地磁导航匹配算法

对基于向量搜索的地磁导航匹配算法进行系统的研究,主要研究内容包括模型的建立、最优匹配位置的确定、搜索过程实现及优化、仿真实现等。仿真实现是基于航空实测地磁数据进行的,大量的匹配试验表明基于向量搜索的地磁导航匹配算法是可行的。仿真试验表明：该算法对初始位置误差要求低;不必对磁场做任何线性化假设,只要磁场变化特征明显既可;能求得全局最优解。同时该算法也存在运算量大、对方位和搜索步长敏感等缺点。     

自适应SA-ACO地磁匹配导航算法

基本蚁群算法的地磁匹配算法易陷入局部最优且算法鲁棒性、稳定性较低,针对这些不足提出一种改进的地磁匹配导航算法。新算法改进了蚁群算法的信息素更新策略并引入参数自适应调整来避免算法陷入局部最优;同时采用带有记忆功能和自适应选择初始温度的模拟退火(SA)算法,无论算法是否陷入局部最优时通过在本次迭代最优路径上强行随机扰动以实现继续寻优。实验结果表明,新算法比传统蚁群优化(ACO)算法有更强的鲁棒性和稳定性。     

基于水力瞬变与扩展卡尔曼滤波的管道流体监测与泄漏定位

引入一种长输管道流体监测与泄漏定位的新方法,将管道流动的瞬变流模型转化为状态空间模型的描述,以管线沿程流量、压强水头为状态变量,管道进口流量和出口压力视做非线性动态系统的控制输入,出口流量和进口压力观测序列构成系统的测量向量。基于小信号原理首先线性化处理非线性模型,然后用扩展的卡尔曼滤波器结合传统的双曲方程特征线解法估计泄漏尺寸与位置,并实时模拟出管道流体的压力流量过程及其沿管道的分布。试验和仿真算例表明此法模拟的管道流动状态能较快收敛到稳定状态,并且泄漏尺寸估计与定位的结果与给定值比较吻合。因此引入扩展的卡尔曼滤波能够提高瞬变流模拟管道非定常流动的准确性和跟踪能力。     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。     

基于扩展卡尔曼滤波的转速补偿滚转角测量算法

针对二维弹道修正引信全弹道转速变化范围较大的旋转特点,提出了一种基于扩展卡尔曼滤波的转速补偿滚转角测量算法。首先以某双旋稳定迫弹为仿真平台,分别在高速和低速时变转速条件下对引入转速补偿的EKF滚转角测量算法进行了验证。仿真结果表明,高转速条件下全弹道滚转角解算绝对误差不大于5°,低转速条件下解算绝对误差全弹道不大于2.5°,且均能快速收敛。而后又基于MEMS三轴转台进行了实验室滚转角测量精度验证,结果表明,在修正引信转速自30 r/s至1 r/s范围动态变化过程中,滚转角解算绝对误差不超过4°。     

基于自适应格网数字水深模型的水下地形匹配定位算法

为了解决当前的水下地形匹配定位算法未考虑格网大小随海底地形变化而自动调整的问题,提出了一种基于自适应格网数字水深模型的水下地形匹配定位算法。首先,引入基于四叉树的自适应格网模型,改进其局部格网的相似性评估指标与构网约束方法;然后,设计匹配区的确定及待匹配航迹的选取策略,给出待匹配航迹的水深值的计算方法,构建出目标匹配定位的地形相关组合算子。实验结果表明:提出的算法相比于基于等距离的规则格网模型的算法有以下优势:1)在地形特征丰富区域的定位精度明显提高;2)可以避免出现地形特征越明显匹配定位精度越低的情况;3)能一定程度地克服水深系统误差对定位精度的影响。     

基于四元数自适应卡尔曼滤波的快速对准算法

针对捷联惯导初始对准问题,提出了一种具有干扰抑制能力的四元数自适应卡尔曼滤波初始对准算法。通过将初始对准问题转化为Wahba姿态确定问题,直接建立四元数的滤波模型,并采用自适应卡尔曼滤波对初始时刻姿态四元数进行估计,利用姿态四元数更新求出当前姿态来实时地反映载体的姿态变化。针对直接构建量测模型导致收敛速度慢的问题,提出一种基于最优四元数估计法构造K矩阵原理的改进算法。利用三轴转台模拟不同的摇摆环境进行实验,转台实验表明了改进算法具有较快的收敛速度和良好的稳定性及精度,中等精度的惯导系统在150s至200s的对准时间内,航向角均值误差小于2'。     

基于修正的Rodrigues参数的EKF算法在姿态估计中的应用

以低成本航姿测量系统为研究对象,针对四元数描述姿态时存在冗余的不足,提出使用三维独立矢量的修正的Rodrigues参数进行姿态解算,利用与其影子参数相互切换的方法解决了修正的Rodrigues参数在描述姿态时存在奇异的问题,根据系统中器件的特点,以陀螺零偏和修正的Rodrigues参数为状态向量,以加速度计、磁强计输出为观测向量建立了基于扩展Kalman滤波的姿态估计算法,避免了利用四元数进行姿态估计时状态误差方差阵产生奇异的问题,并在一定程度上减小了估计算法的计算量。最后通过全姿态以及摇摆基座数据仿真验证了算法的有效性。     

一种新的并行自适应网格有限元算法

给出了一种新的适用于流体力学问题的并行自适应有限元算法。首先，基于初始稀网格上获得的事后误差估算值，应用反复谱对剖分方法对初网格进行划分，使各子域上总体误差近似相等，从而解决并行自适应计算中的负载平衡问题。然后在各处理器上独立地求解整体问题，并进行指定子域上的网格自适应处理。最后将各子域上的自适应网格组合成一个整体网格，应用基于粘接元技术的区域分裂法在该网格上获得最终解。文末给出了数值实验结果。     

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°.     

一种基于路径筛选的地形匹配算法

为了减少传统的匹配算法过大的计算量,提高地形匹配算法的实时性和工程实用性,通过对地形辅助导航系统的总体技术研究,提出了一种基于路径筛选的新型地形匹配算法,利用地形斜率,在飞机飞行过程中不断筛选可能路径,直到找到唯一的正确路径,从而实现精确定位。此算法的优点在于：充分考虑了无线电高度表、大气高度表、数字地图的误差,因此在存在较大误差的工程实际中仍能精确定位;由于在飞行过程中不断排除不可能路径,因此计算量大大减少。通过实验室仿真证明,此算法精确可靠,可以对惯导系统的定位误差做出有效校正。