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。     

一种改进的GPS/DR组合位置自适应滤波算法

为解决自适应滤波算法中观测误差与状态误差估计的关键问题,在分析GPS/DR组合导航系统测量信息性质的基础上,提出了GPS光滑度计算方法,并在其基础上给出了GPS位置误差估计算法及状态误差协方差阵和观测误差协方差阵自适应调节算法。算法仿真实现了观测误差的直接测量,较好地解决了Sage-Husa自适应滤波算法中对误差特性估计不准确的问题。仿真结果表明：位置滤波输出的精度相比Sage-Husa算法有明显的提高。     

基于模糊卡尔曼滤波量测噪声自适应校正的方法研究

针对噪声的统计特性与实际不符时滤波器发散的现象，提出了一种适用于导航、制导以及其它控制系统的模糊自适应卡尔曼滤波器。基于模糊规则自适应改变测量噪声方差R，实现滤波器参数的在线改进，以缩小实际的滤波误差，提高滤波精度。     

基于指数渐消遗忘因子的组合导航自适应滤波算法

量测信息异常导致的噪声统计特性变化容易引起组合导航滤波精度下降甚至发散.针对Sage-Husa自适应滤波算法估计系统量测噪声参数性能对遗忘因子依赖性强的问题,提出了基于指数渐消遗忘因子的自适应滤波算法.在对故障检测函数判断量测噪声统计特性研究的基础上,构建了基于指数函数的动态遗忘因子模型,提升量测信息异常情况下的导航精...     

GPS/INS组合导航协方差配置鲁棒滤波研究

运用组合导航技术,将INS与GPS两者有机组合,能很好地克服各自的缺点,形成优势互补结构.在GPS/INS组合导航的基础上,引入协方差配置鲁棒滤波技术,不仅能有效提高导航的性能和精度,而且增强导航系统的鲁棒性,从而构成比较理想的组合导航系统。     

基于多模型联合滤波的MIMU/GPS组合导航方法

针对单一噪声假设和单一模型假设对组合导航精度的不利影响,提出了基于多模型联合滤波的MIMU/GPS组合导航方法.首先,用分布集合的概念进行误差建模,实现了随机噪声和有界噪声的融合建模;而后,推导了多椭球加权Minkowski和的外定界椭球的运算过程,并给出参数优化方法,从而实现了随机/有界双重不确定条件下的多模型交互,...     

UKF滤波技术在AUV组合导航中的应用研究

高精度的导航定位是AUV研究中所面临的主要挑战之一。采用GPS辅助的INS／DVL组合导航是目前AUV的主流导航模式。当前实现GPS／INS／DVL组合导航的技术主要有航迹推算(DR)和卡尔曼滤波。中将UKF(Unscented Kalman Filter)滤波技术应用于AUV组合导航，并把UKF与传统的DR和EKF(Extended Kalman filter)方法进行了仿真比较研究。仿真结果表明，UKF在计算量上与EKF相当，但是UKF的位置、航向估计精度都要优于DR和EKF。     

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。     

分布式多机结构技术在测量型组合导航系统中的应用

介绍了一种分布式多计算机结构测量组合导航系统的结构形式、组合模式、设计特点和滤波技术。该系统由于采用了分布式多计算机结构技术,不仅具有计算能力强,系统功能完善,信息吞吐量大的特点,而且具有可靠性高,调试方便,灵活性好的优点。经过6年的实船使用证明：该系统使用方便,精度高,自动化程度高,可靠性好,受到了用户的好评。     

VOGL-BP网自适应Kalman滤波器在导航中的应用

针对当前自适应Ｋａｌｍａｎ 滤波在导航中的应用存在滤波不稳定和对导航精度的提高幅度有限的现状,本文首次提出了将ＢＰ 神经网络运用到Ｋａｌｍａｎ 滤波器中来形成ＶＯＧＬ－ ＢＰ网自适应Ｋａｌｍａｎ 滤波器来提高滤波的稳定性和滤波的精度。经过大量的模拟实验证明,该方法是切实可行的,能有效地提高滤波的稳定性和精度。     

采用卡尔曼滤波器的GPS／INS姿态组合系统的研究

阐述了利用位置和速度以及GPS姿态作为观测量的GPS/INS组合导航系统原理,建立了状态变量为21维的组合系统动态方程,给出了用于卡尔曼滤波的GPS姿态误差模型,并对组合系统进行模拟分析,基于这种组合方式,使系统的位置和航向测量精度获得大幅度提高。     

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。     

基于极大似然准则的INS/GNSS组合导航自适应UKF滤波算法

为提高INS/GNSS组合系统对过程噪声方差不确定性的鲁棒性,提出一种基于极大似然准则的自适应UKF算法。在该算法中,首先利用新息向量的统计信息构造量测向量的后验概率密度,然后通过极大似然准则在线求取过程噪声方差的估值,并将其反馈至UKF滤波过程,用于调整卡尔曼增益矩阵。提出的算法可以抑制过程噪声方差不确定性对滤波解的影响,克服了UKF的缺陷。仿真结果表明,当过程噪声的标准差增大为其真实值的4倍时,相比于UKF,提出方法的导航精度可至少提高45.5%;相比于ARUKF,其导航精度也可至少提高35.7%。跑车实验结果也验证了提出算法的有效性。     

基于卡尔曼滤波算法的汽车运动参数测试方法研究

提出了一种采用多维组合惯性测量元件进行汽车运动参数测试的方法,并利用卡尔曼滤波算法提高了测试系统的精度。仿真结果表明：卡尔曼滤波算法对汽车姿态、速度等的解算具有较好的效果。     

卫星姿态测量信息的卡尔曼滤波技术研究

本文在研究由陀螺仪、红外地球敏感器和太阳敏感器组成的卫星姿态测量系统的基础上，应用了改进的卡尔曼滤波算法进行信息处理，克服了卡尔曼滤波器的发散现象。本文还提出了限定增益系数的方法，以抑制俯仰角过大的估计误差。本文设计的卡尔曼滤波器适用于对地观测卫星的测量系统，能获取较低噪声的姿态测量信息。     

MIMS/GPS组合导航系统中卡尔曼滤波器设计与实验研究

对MIMS／GPS组合导航系统进行了研究，设计了卡尔曼滤波器，采用状态和偏差去耦方法进行估算，完成了仿真和车载实验。该算法计算量小，估计精度高，特别适用于偏差项较多的场合，在本系统中有效地抑制了陀螺和加速度计动态偏差的影响。此外，在开环卡尔曼滤波器结构基础上引入了姿态阵修正，进一步减小捷联系统姿态角误差对导航定位精度的影响。仿真和车载实验结果表明，样机具有较高的定位精度和较好的重复性。