基于平方根无迹卡尔曼滤波平滑算法的水下纯方位目标跟踪（英文）

为了避免被动跟踪中非线性带来的计算复杂化及跟踪精度的下降,提出将平方根无迹卡尔曼滤波平滑算法(SR-UKFS)应用到水下纯方位目标跟踪。SR-UKFS利用Rauch-Tung-Striebel(RTS)平滑算法将平方根无迹卡尔曼滤波(SR-UKF)作为前向滤波算法得到的目标状态估计向后平滑,得到前一时刻目标状态估计,再利用该状态估计值进行再次滤波得到当前时刻目标状态估计。该算法得到的前一时刻的目标状态估计更加精确,从而进一步提高了目标跟踪的精度。最后,通过对SR-UKFS算法和SR-UKF算法的跟踪性能进行了对比分析和验证,仿真结果表明在相同条件下,SR-UKFS算法能减少59%的位置误差和54%的速度误差,SR-UKFS算法应用于水下纯方位目标跟踪系统是有效的,为水下纯方位目标跟踪系统的工程实现提供了非常有价值的参考。     

基于Q-R分解的平滑算法在惯导参数标定中应用

针对舰船中低精度惯性导航设备参数标定维护费用高、过程周期长等问题,采用测姿型DGPS作为测定误差的基准平台搭建导航设备性能测试系统,利用组合导航方式获取的高精度导航参数对惯导设备性能进行评估。为此,利用Q-R分解中上三角矩阵求逆计算的快速性和稳定性特点,建立基于Q-R矩阵分解的区间平滑滤波器,取代滤波误差方差阵P阵的计算为R阵的迭代,避免P阵在计算过程中失去正定性和对称性导致滤波发散。仿真分析结果表明:结合导航设备性能测试系统的Q-R分解区间平滑算法能有效提高系统位置、速度、姿态等数据的估计精度和数据平滑度,可以作为一种中低精度惯导参数性能事后评估方法。     

捷联惯性导航系统动态传递对准性能综合评估

针对捷联式惯性导航系统（SINS）动态传递对准性能的评估与鉴定,提出了对准度（DOA）的概念,以其作为性能评定的综合性指标,给出了统计计算公式;在此基础上,针对动基座传递对准工程应用中,无法直接测量对准姿态误差的情况,提出了动基座传递对准精度综合评估的方案和流程,探讨了利用固定点平滑、固定区间平滑和逆序递推估计进行综合评估的算法,并进行了仿真验证和对比。结果表明,对准度即能反映对准时间和对准精度,还能反映不同机动对准方案的差异,适于作为统一的鉴定指标,而3种算法均可用于传递对准性能的综合评估鉴定,基于工程实际建议采用固定区间平滑算法并根据战术要求计算广义的对准度。     

载波平滑伪距紧组合导航系统鲁棒自适应滤波算法

传统惯性/卫星紧组合导航系统采用载波相位平滑伪距可以有效提高伪距观测量精度,但平滑伪距后观测量噪声不符合白噪声特性而导致卡尔曼滤波器容易发散;同时由于周跳的存在会更加严重影响滤波器的稳定性。针对上述问题,分析了平滑伪距噪声特性并建立了噪声模型,在此基础上设计了鲁棒自适应滤波算法对观测噪声进行实时估计和补偿,结合抗差估计理论进行滤波以减小观测量噪声水平和模型不确定对滤波器带来的影响。理论分析和仿真结果表明,在复杂环境下,基于载波相位平滑伪距的鲁棒自适应紧组合导航系统定位精度提高了一倍以上。     

用于MEMS陀螺阵列信号处理的OBE平滑算法（英文）

为提高MEMS陀螺的精度,提出了一种基于最优定界椭球(OBE)的平滑算法,并将其用于陀螺阵列信号的处理。首先,利用多个相同型号的MEMS陀螺构成阵列,测量同一角速率信号,并建立数据融合模型。对于融合问题而言,噪声统计特性的不确定会导致传统融合方法精度下降。为解决该问题,引入仅要求噪声未知但有界的集员估计理论,结合RTS平滑思想,提出一种新的平滑算法作为融合方法,它由前向滤波和反向平滑两个过程构成:前者采用集员估计理论中的OBE滤波估计角速率,后者则逆序执行OBE算法进一步提高估计精度。实验表明:该方法能够将陀螺的静态漂移由0.5130(°)/s降低到0.1368(°)/s;动态条件下,在有效跟踪载体角度变化的同时,将漂移由0.5343(°)/s降低到0.1704(°)/s,显著提高了陀螺的使用精度。     

用于MEMS陀螺阵列信号处理的OBE平滑算法

为提高MEMS陀螺的精度,提出了一种基于最优定界椭球(OBE)的平滑算法,并将其用于陀螺阵列信号的处理.首先,利用多个相同型号的MEMS陀螺构成阵列,测量同一角速率信号,并建立数据融合模型.对于融合问题而言,噪声统计特性的不确定会导致传统融合方法精度下降.为解决该问题,引入仅要求噪声未知但有界的集员估计理论,结合RTS平滑思想,提出一种新的平滑算法作为融合方法,它由前向滤波和反向平滑两个过程构成:前者采用集员估计理论中的OBE滤波估计角速率,后者则逆序执行OBE算法进一步提高估计精度.实验表明:该方法能够将陀螺的静态漂移由0.5130(°)/s降低到0.1368(°)/s;动态条件下,在有效跟踪载体角度变化的同时,将漂移由0.5343(°)/s降低到0.1704(°)/s,显著提高了陀螺的使用精度.     

基于捷联惯导的航空重力测量滤波算法

在航空重力测量中通常需要采用卡尔曼滤波来对比力测量误差进行估计。针对航空重力测量只需要进行事后处理的特点，提出了两种新方法来提高比力测量的精度：一是最优卡尔曼滤波平滑算法，该算法的估计值是前向／反向卡尔曼滤波器的估计值的最优组合；二是迭代算法，由于在滤波模型中通常不对重力异常进行建模，而模型误差的存在会降低滤波精度，迭代算法的基本思想是将重力异常估计值代入新的导航解算，以此降低重力异常对滤波估计精度的影响。仿真分析表明所提出的方法能有效提高比力测量的精度，同时表明滤波估计是有偏的，因此还需要采用网格平差等方法来消除系统误差。     

基于交互式多模型MSCKF的双目视觉/惯性里程计算法

针对复杂环境中双目视觉/惯性里程计系统模型不固定和量测噪声易发生变化的问题,提出了基于滤波器估计的紧耦合视觉惯性里程计(VIO)信息融合方法.将交互式多模型(IMM)估计与多状态约束卡尔曼滤波(MSCKF)算法相结合提出一种交互式多模型多状态约束卡尔曼滤波(IMM-MSCKF)算法.该算法以MSCKF为模型匹配子滤波器...     

基于状态反馈的卡尔曼滤波组合导航算法

在卡尔曼滤波算法的基础上,提出一种导航误差状态估计的新方法。该方法选取SINS和GPS三个方向上的速度差和位置差作为观测量,根据惯性器件和GPS的精度确定噪声强度,同时建立反馈控制与卡尔曼滤波相结合的滤波器,最终得到误差状态的估计值。仿真结果表明,新型滤波器不仅解决了卡尔曼滤波发散的问题,而且使得误差估计精度得到了极大的提高,从而为组合导航系统的误差估计技术找到了更有工程应用价值的方法。     

基于SE(3)的扩展卡尔曼滤波姿态估计算法（英文）

利用李群理论对姿态估计问题开展研究,提出一种基于SE(3)扩展卡尔曼滤波姿态估计算法。通过将姿态信息和陀螺仪漂移构造为特殊欧式群SE(3)的元素,推导出了基于SE(3)扩展卡尔曼滤波的姿态估计算法SE(3)-EKF。通过对比分析,指出SE(3)-EKF与近年来提出的几何扩展卡尔曼滤波算法是等价的。在坐标系一致性的基础上,所提出的结论为几何扩展卡尔曼滤波算法提供了另外一种解释。仿真实验结果表明提出的SE(3)-EKF与几何扩展卡尔曼滤波算法精度基本一致,且在失准角较大时估计精度显著优于传统的乘性扩展卡尔曼滤波算法,从而从一定程度上放松了线性卡尔曼滤波姿态估计算法对初始姿态精度的要求。