联邦滤波结构崩溃时的一种新的系统重构方法

探讨了当联邦滤波结构崩溃时的一种新的组合导航系统重构方法，即采用一种退化了的组合导航模式继续进行导航定位。     

基于权衡因子的联邦滤波信息分配系数研究

组合导航系统的融合算法普遍采用运行速度快、实时性强、计算量小的联邦滤波算法。针对该算法中当前的信息分配原则无法同时兼顾系统滤波精度及容错性的缺陷,采用了一种基于权衡因子的自适应信息分配方法。通过各子系统的误差协方差及量测噪声方差分别计算出能够提高系统滤波精度和容错性的信息分配系数,将各子系统的故障概率归一化得出该子系统的权衡因子,并在权衡因子的作用下自适应调节上述两种信息分配系数所占的比重,达到同时兼顾系统滤波精度和容错性的目的。仿真结果表明该方法能够减小系统的融合误差,保证系统的工作性能及融合精度。     

基于模糊理论的自适应联邦滤波算法研究

针对先验噪声统计特性与实际不符引起卡尔曼滤波精度下降的情况,提出了一种基于模糊自适应联邦卡尔曼滤波方法。算法基于模糊推理思想通过理论残差与实际残差的比值来对观测噪声协方差阵进行加权调整,实现对观测噪声统计特性的实时跟踪,在此基础上,利用信息分配因子对各子滤波器及主滤波器输出进行加权,得到滤波器的全局输出,将此输出周期性反馈给各个子滤波器以校正子滤波系统的偏差。SINS/GPS/TAN组合导航系统的仿真试验表明该算法具有更强的自适应性、滤波精度更高、鲁棒性更强。     

基于修正Rodrigues参数的鲁棒滤波算法在组合导航中的应用

组合导航的观测量常会因外界复杂环境的干扰,出现滤波精度下降的现象。提出一种基于修正Rodrigues参数的鲁棒滤波算法,利用修正Rodrigues参数来重新构造组合导航姿态表达,通过引入HUBER鲁棒策略实现抑制观测量干扰等问题。在捷联惯导/卫星组合导航仿真例子中,比较了传统基于四元数的滤波算法、基于修正Rodrigues参数的滤波算法及其鲁棒化滤波算法,仿真实验结果表明算法具有计算量低和抑制外部干扰等效果,证明了算法的有效性。     

一种基于噪声方差未知情况下的航迹融合方法

在目标航迹融合中,联邦滤波器以其高精度和良好的容错性在航迹融合中有着重要应用,但它在处理过程中要求噪声方差是已知的,而在实际情况中,噪声方差大多是未知的.基于上述问题,利用推广的遗忘因子最小二乘法(EFRLS),研究了噪声方差未知情况下无重置式联邦Kalman滤波的应用问题,并针对子滤波器出现中断或不工作的情况对无重置式联邦滤波器进行了改进.仿真结果表明,在噪声方差未知的情况下,改进的滤波器具有更高的精度和更好的容错性.     

基于强跟踪滤波的多模卫星容错导航算法

针对多模卫星系统可能存在故障卫星,而故障卫星的种类和数量往往无法灵活确定,导致系统定位失效的问题,提出了一种基于强跟踪滤波的多模卫星容错组合导航算法.设计了一种基于单元级融合方式的容错系统结构,即为每颗卫星分别设计基于强跟踪滤波技术的子滤波器和故障检测与隔离器,并提出了一种改进的残差故障检测方法,全局算法采用联邦滤波算法,最终完成了一种北斗/GPS/GLONASS容错组合导航算法的设计.实验结果表明,该算法能充分利用多个卫星系统的卫星进行定位,同时能够同步检测和隔离多个不同卫星系统的故障卫星,有效提高了系统的定位精度和可靠性.     

基于非等间隔校正的SIFFT星机 联合SAR成像算法

 星机联合双基地合成孔径雷达(SA-BiSAR)系统是典型的移变双基地SAR系统,系统的移变特性导致大多数传统成像算法已不再适用.本文提出了一种适用于星机联合双基地SAR的成像算法.针对系统的移变特性,首先本文分析了变尺度FFT(SIFFT)方法,发现该方法在距离徙动校正后会出现非等间隔现象,导致方位向散焦,成像处理失败.分析表明对于星机联合SAR这种成像场景较大的情况下,SIFFT方法不再适用.对此本文进行了分析,提出了基于非等间隔校正的SIFFT算法,实现了方位向的相干积累,得到了较理想的成像效果.针对更大的成像场景,在前述算法的基础上,又提出了沿距离向变参考点的距离分块算法,完成了特大场景下的良好聚焦效果.显示了本文所提方法的通用性和有效性.     

非等间隔采样条件下卡尔曼滤波器设计与实现

针对非等间隔采样场景,提出了一种非等间隔采样条件下卡尔曼滤波器设计与实现方法.该方法在非等间隔采样条件下,首先完成初始状态估计和初始协方差估计,然后完成滤波器参数迭代.仿真结果表明,非等间隔采样场景下,该方法滤波精度更优,其有效性、可靠性高,具有一定的工程应用价值.     

基于查表法的非等步相移误差修正算法研究

在相移式轮廓测量（PMP）技术中，提出了一种基于查表法的相移校正算法，使传统的N步计算方法要以适用于任何相移值（非等步相移）的情况，从而降低了对相移器的精度要求。利用计算机传真技术验证了该修正算法的正确性。     

自适应滤波算法在组合导航系统的应用

从卡尔曼滤波算法的稳定性出发，分析了卡尔曼滤波算法和Sage-Husa滤波算法的缺点，改进了Sage-Husa滤波算法，改进后的算法保证了系统噪声估计方差阵和测量噪声估计方差阵的半正定性和正定性，消除了滤波发散现象。在INS／GPS组合导航系统中进行仿真，仿真结果表明改进后的算法可以有效提高INS／GPS组合导航系统的稳定性．     

SINS/GPS/TACAN组合导航的联邦卡尔曼滤波方法

针对无人机飞行末段的飞行特点,提出了一种用战术空中导航系统(TACAN)辅助惯性导航系统(INS)、全球卫星定位系统(GPS)的新组合导航模式。详细推导了一种系数加权的联邦卡尔曼算法,并将此算法运用到SINS/GPS/TACAN组合导航中。通过融合导航系统的导航信息估计出组合导航系统的误差状态量,以提高导航系统定位精度。此算法不必计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵,运算速度有所提高。仿真计算结果表明,该算法可抑制滤波发散,并提高导航系统的精度和速度,此组合导航模式有较好的容错性和环境适应性,具有实用价值。     

一种基于交互式多模型算法的联邦滤波器

针对联邦滤波器对实际目标尤其是机动目标的估计精度较低的问题, 将联邦滤波器与动态多模型估计算法相结合, 提出一种基于交互式多模型算法的联邦滤波器。该算法采用交互式多模型算法来代替卡尔曼滤波算法作为子滤波器, 克服非线性条件下的滤波发散, 从而提高滤波稳定性和状态估计精度。仿真结果表明, 在目标做机动的情况下, 联邦IMM滤波器的估计误差始终保持在一定范围内, 具有良好的稳定性和容错性。     

一种基于信息融合的滤波算法及其应用

本文从组合导航系统研究的角度出发,提出了一种应用卡尔曼滤波技术建立多传感器信息融合系统的方法,该方法克服了以往存在的局部滤波器和全局滤波器具有相同数学模型的缺点,增强了算法的通用性.文中从概念理解、模型建立、系统结构等方面作了详细的分析,并针对GPS/INS组合导航系统进行了仿真.结果表明:该算法对提高导航系统的精度和运算速度是行之有效的.     

两种联邦滤波系统级故障检测方案对比与仿真

从联邦滤波的故障检测特点出发,以SINS/GPS/ADS/TACAN/RADAR组合导航系统为对象,对基于量测一致性和残差χ2检测的两级故障检测法、双状态递推故障检测法两种系统级故障检测方案进行了较为详细的分析比较,并通过预设故障模型进行了仿真.仿真结果表明:故障检测部分的加入可有效地提高多传感器组合导航系统的容错性和可靠性.两种检测方案对软、硬故障都有较高的灵敏度,但都不同程度出现误警和漏检情况,总体而言,基于量测一致性和残差χ2检测的检测方案更有优势.     

舰载机惯导快速传递对准的联邦滤波器设计

针对舰载机快速反应的要求,提出速度+姿态+角速度匹配的快速传递对准方法。基于联邦滤波的分散化并行滤波思想,设计了一种基于高斯马尔可夫估计的最优加权最小二乘的传递对准联邦滤波器,有效解决集中卡尔曼滤波进行传递对准时存在的状态维数高、计算量大和滤波更新率低的问题。给出了此方法的数学模型,设计了快速传递对准联邦滤波器结构和信息融合算法,并在舰载条件下进行了仿真验证。仿真结果表明,采用该文提出的联邦滤波器与集中滤波器精度相当,且快速性好。主滤波器在4s内完成了对失准角的估计,而子滤波器在1s内就完成了对舰体静、动态挠曲变形角的估计,估计精度均在2′以内,计算量也减小了。     

SINS/GPS/TACAN机载综合导航定位系统设计

在现代空战中,捷联惯性导航系统(SINS)、全球定位系统(GPS)和塔康(TACAN),单独利用各导航信息都存在着弊端.为此,提出了3种导航源综合的导航系统设计方案.信息融合技术采用广义联邦滤波技术来完成,状态矢量为导航参数误差,并建立准确数学模型.各个子滤波器(局部滤波器)采用间接滤波方式工作,完成状态矢量局部估算;...     

基于自适应信息融合的导航系统构成与算法研究

由于组合导航系统应用环境的不确定性,给噪声统计特性的准确描述带来困难,这将造成Kalman滤波器不稳定甚至发散,目前常用的解决办法是直接估计系统噪声与量测噪声的方差阵 Q及R ,进行自适应滤波.但方程的增加将使计算量加大、实时性不能保证.本文在对基于信息融合的INS/GPS组合导航系统进行分析和设计的基础上,探讨了通过ARMA模型自适应参数辨识求解可变增益K,从而求出状态估计值的方法,并对辨识误差协方差的防饱和算法进行了研究.计算机仿真结果表明:该算法对提高导航精度和运算速度是行之有效的,所得结论有一定的工程实用价值.     

基于序列二次规划的粒子滤波算法

针对传统粒子滤波(PF)没有引入当前信息,并存在粒子退化的问题,提出了一种基于序列二次规划(SQP)多级优化的PF 算法。首先,基于残差分布特性采用置信区间剔除较大偏差粒子,调整粒子权值分布;然后,将重采样后的粒子映射到集合U,根据集合U 中各粒子复制次数建立多级优化模型,通过SQP 求解模型的参数值,当前后两级模型优化参数差异小于门限时,输出最后一级优化参数为滤波结果;最后,为防止过度采样导致粒子退化,利用滤波值及其协方差采样新粒子。仿真实验表明:SQP鄄PF 算法在跟踪精度,粒子多样性方面优于传统PF 算法。     

基于自适应滤波器的MIMU/GPS组合系统的研究

设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。