基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法.首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境...     

烹饪过程中锅具运动姿态测量方法

提出一种用于跟踪烹饪时锅具运动姿态变化的方法.该方法将MEMS陀螺仪、加速度计以及地磁传感器正交三元组安装于锅具柄部,并将其输出信息经过硬件滤波、软件误差补偿之后利用REQUEST算法进行融合.REQUEST算法与EKF算法相同之处在于均为以四元数为基础的迭代算法,而REQUEST算法由于其不易受锅具线加速度影响的特点而表现出优越性.文末通过仿真和实验对该方法进行了验证,并对REQUEST与EKF两种数据融合算法进行了比较,结果显示,即使在锅具高速运动情况下,由REQUEST算法得到的姿态解算精度仍可在以内,而此时由EKF算法得到的解算误差已达以上.上述结果表明,该文提出的方法对于测量锅具运动姿态而言是适用的.     

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。     

基于马氏距离的联邦卡尔曼滤波在SINS/SRS/CNS导航中的应用

可靠的导航信息是实现飞行器精准控制的重要条件.为提高SINS/SRS/CNS组合导航系统的可靠性与精度,提出了一种基于马氏距离的自适应联邦卡尔曼滤波算法(MD-AFKF).在子系统传感器异常而导致产生异常量测信息时,采用基于马氏距离的噪声估计方法适时调整子系统量测噪声统计特性,同时通过在信息融合和分配阶段引入自适应融合...     

多传感器信息融合技术在水下组合导航系统中的应用

为了提高水下航行器组合导航定位的精度,采用SINS(捷联式惯性导航系统)、DVS(多普勒速度声纳)、TCM2电子磁罗经和GPS浮标组成新型水下航行器组合导航系统,分析了SINS、DVS、TCM2电子磁罗经和GPS浮标的工作原理以及建立了各自输出误差模型,利用联邦Kalman滤波对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行了计算机软件仿真实验。仿真实验表明:使用联邦卡尔曼滤波的水下组合导航信息融合技术导航输出精度满足水下航行器高精度高可靠性的性能指标。采用了SINS,DVS,TCM2,GPS浮标以及联邦卡尔曼滤波的水下组合导航系统可以有效地提高水下航行器组合导航定位的精度和可靠性,从而增长了水下航行器水下作业时间以及提高了水下航行器的水下导航定位性能。     

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.     

潜艇真航向测量系统

论述了潜艇真航向测量系统(DSSTH)的总体设计和各分系统设计,介绍了系统中采用的时间同步技术和改进的平移不变小波降噪算法。信息组合控制中心子系统采用INS、GPS、计程仪等导航信息组合,利用联邦卡尔曼滤波算法提高了整个系统精度;首次采用了高精度自动跟踪全站仪组成光学校准分系统测量校正导航系统,校正航向精度达到30″;采用多种关键技术和系统的整体优化设计,DSSTH航向动态测量精度达到0.03°。     

联邦滤波器理论研究

应用矩阵理论和信息分配原理导出集中卡尔曼滤波、分散化滤波和联邦滤波之间的等价关系，证明联邦滤波器的全局滤波精度和集中卡尔曼滤波的滤波精度相同，并用信号流程图直观清晰地说明联邦滤波比分散化滤波结构更简单，计算量小。提出一种动态最优信息分配系数确定的方法，该方法使联邦滤波局部滤波器的设计也成为最优，并从理论上证明其具有最高的软故障检测灵敏度。     

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.     

基于MARG的无人机抗干扰系统的研究

由IMU或电子罗盘组成的无人机航姿测量系统易受载体有害加速度或周围局部磁场干扰导致姿态角解算不准确。针对该问题提出将自适应扩展卡尔曼滤波算法应用于该系统。在卡尔曼滤波算法中提出引入分段函数构造自适应测量噪声方差阵。相比于传统噪声方差阵的阈值判断方法,该方法提高了传感器信息的利用率,进一步减小了外界干扰对系统姿态估计的影响,最终提高了姿态角的解算精度。最后针对该方法进行了仿真分析和无磁转台实验验证,仿真和实验结果表明,该方法能有效提高无人机航姿测量系统的抗干扰能力,具有一定的应用价值。