GPS/SINS组合导航系统在运载火箭中的应用

针对运载火箭特点,着重研究在发射惯性坐标系下,位置、速度组合模式的GPS/SINS组合导航算法,推导了该坐标系下的惯导一阶误差传播方程,建立了该坐标系下GPS/SINS组合导航系统的状态方程和观测方程,并进行了相关数学仿真验证。仿真结果表明,在该坐标系中,GPS/SINS组合导航算法能较准确地给出运载火箭的位置、速度和姿态信息,提高运载火箭制导精度。     

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

具有衰减测量和概率通讯延迟的随机非线性系统的事件触发分布式一致滤波

文章针对传感器网络下一类具有衰减测量和概率通讯延迟的随机时变非线性系统,研究该类系统的分布式一致滤波算法设计问题.首先,考虑到传感器网络的拓扑结构,状态估计信息可在相关节点间进行交换.注意到相邻节点间的信息传输会产生概率通讯延迟现象,提出事件触发传输方案旨在减少交换传感器节点之间误差较大的估计信息.每个传感器节点使用相邻节点发送的信息来修正自身的状态,从而构造相应的分布式一致滤波器.通过最小化滤波误差协方差上界的迹来求出滤波器增益以及一致增益.此外,对滤波误差协方差上界矩阵的单调性进行理论分析,并通过数值仿真验证所提出的滤波算法的可行性和有效性.     

利用差分GPS提高惯性导航系统飞行测试基准的精度

—本文研究用增广卡尔曼滤器（ＥＫＦ），把高精度ＩＮＳ、差分ＧＰＳ（ＤＧＰＳ）和测距／测距率无线电应答器系统（ＲＲＳ）及气压高度计进行最优组合，构成ＩＮＳ测试基准的方法；重点讨论ＩＮＳ／ＲＲＳ／ＤＧＰＳ卡尔曼滤波器误差模型。计算机仿真结果表明，基准导航系统的高度精度为１．２５ｍ（１σ），水平位置精度可达０．５９ｍ（１σ），速度精度为０．０１５ｍ／ｓ（１σ）。     

船用武器捷联姿态基准系统快速传递对准方法研究

研究了一种改进的快速传递对准算法在船用姿态基准系统中的应用。这种改进利用了舰船主惯导系统角速率和速度信息，与子系统的捷联姿态基准系统的相应信息相匹配，通过卡尔曼滤波器提取从系统的误差估计量。针对船用的三种武器做了各种仿真，结果表明在40秒时间内对三个失准角的估计都能达到较高的精度。研究还表明，在传递对准滤波器中引入固定区域平滑算法对姿态误差估计的精度将有明显的提高。     

超平面滤波算法在GPS/INS组合导航系统中的应用研究

针对GPS／INS组合导航系统的滤波算法误差较大，在对常用的卡尔曼滤波算法进行总结和分析的基础上，给出了卡尔曼滤波的本质，提出了一种利用超平面调整卡尔曼滤波器的方法。以GPS／INS组合导航系统为例进行了仿真，结果表明：该方法既能抑制滤波发散，又能提高滤波精度。     

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。     

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。     

Cubature Kalman filters: Derivation and extension

This paper focuses on the cubature Kalman filters （CKFs） for the nonlinear dynamic systems with additive process and measurement noise. As is well known, the heart of the CKF is the third-degree spherical–radial cubature rule which makes it possible to compute the integrals encountered in nonlinear filtering problems. However, the rule not only requires computing the integration over an n-dimensional spherical region, but also combines the spherical cubature rule with the radial rule, thereby making it difficult to construct higher-degree CKFs. Moreover, the cubature formula used to construct the CKF has some drawbacks in computation. To address these issues, we present a more general class of the CKFs, which completely abandons the spherical–radial cubature rule. It can be shown that the conventional CKF is a special case of the proposed algorithm. The paper also includes a fifth-degree extension of the CKF. Two target tracking problems are used to verify the proposed algorithm. The results of both experiments demonstrate that the higher-degree CKF outperforms the conventional nonlinear filters in terms of accuracy.     

基于自适应卡尔曼滤波的简化地磁定轨

地磁定轨对追求低成本、高功能密度比的微小卫星具有较重要的价值,但是目前地磁定轨尚存在计算量大、易受各类误差影响导致精度过低等不足。在分析轨道动力学方程误差量级的基础上,建立了简化的状态转移矩阵,根据地磁模型分析了地磁强度随着阶次变高,梯度显著变小的特点,提出了高阶截断的简化地磁测量方程;将复杂的磁强计测量误差近似建模成随机游走形式,用多项式对磁强计误差估计值进行实时拟合去噪,并辨识出磁强计误差的变化特征作为自适应卡尔曼滤波器的调节依据,提高了弱可观测地磁定轨的性能。数学仿真证明了简化地磁定轨模型的有效性,自适应滤波器能够更精确地实现定轨计算,定位精度约为6 km,测速精度约为4 m/s。