天线反射对混波室场均匀性校准的影响

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降。推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能。通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用。     

H∞滤波和Kalman滤波在初始对准中的比较研究

惯性导航系统初始对准技术长期以来被作为研究的重点,特别是动基座对准研究。在这种情况下,方位误差角为大失准角,传统的Kalman滤波方法不能得到良好的对准效果;此时,采用鲁棒扩展H∞滤波器来解决这个问题。鲁棒扩展H∞滤波器是建立在鲁棒控制理论基础的次优估计算法,降低了模型的准确性,提高了模型的鲁棒性。同时,只要适当选取滤波器性能因子γ和δ就可以得到很好的对准效果。本文就γ和δ的选取做了理论上的分析和仿真试验,给出了相应的取值范围及准则,为工程中选取γ和δ提供了一定的依据。     

EKF和SUKF在大摇摆基座初始对准中的应用

通过在SINS解算过程中加入速度和位置阻尼信息,推导了惯导系统在大失准角情况下的简化非线性误差模型,研究了非线性SUKF和EKF滤波器在大幅度摇摆基座初始对准中的适用性,有效解决了传统解析式粗对准算法不能应用于大幅摇摆基座自主初始对准的问题.两种非线性滤波器在系统粗略装订初始姿态的情况下,可以不经过粗对准过程直接实现系统的精确对准.最后以舰船系泊条件下的大幅摇摆基座为仿真环境,仿真验证了两种非线性滤波对准算法的有效性,并比较了两种算法的对准精度.结果表明两种非线性滤波器的对准精度相当,从计算复杂度的角度考虑,EKF算法有更强的实用性.     

SINS大失准角初始对准的改进算法研究

在捷联导航系统优化控制的研究中,捷联惯导系统(SINS)初始对准的误差方程存在是非线性,对于静基座初始对准造成误差较大。传统采用的方法是将失准角视为小角度,可将误差模型线性化,利用KF完成静基座的初始对准。但是对于动基座大失准角来说,多采用非线性滤波方式来解决,建立误差模型,并采用UKF滤波进行数据融合。由于非线性模型的噪声参数未知等原因,常规的UKF可能会出现滤波发散现象,为解决上述问题,提出采用自适应方法的UKF来对建立的非线性模型进行滤波。仿真结果表明,在大失准角情况下,采用非线性模型的AUKF比UKF滤波具有更好的对准精度和更快的收敛速度,可为优化设计提供参考。     

H∞次优滤波在速度姿态匹配传递对准中的应用

针对速度+姿态匹配传递对准中量测中的不确定性干扰,采用H∞滤波方法进行速度+姿态匹配传递对准。并与卡尔曼滤波进行了比较,仿真结果表明,当系统噪声和量测噪声为白噪声时,卡尔曼滤波器和H∞滤波器均有效,而且卡尔曼滤波器优于H∞滤波器。但是,当系统噪声与量测噪声为有色噪声并且存在建模误差时,卡尔曼滤波收敛速度明显低于H∞滤波的收敛速度。H∞滤波更符合工程应用的实际情况,因而H∞滤波是一种非常有效的估计方法。     

基于H∞次优滤波的速度+角速度传递对准研究

针对舰船机动性能差,以及舰船高频振颤等不确定性干扰因素影响惯导系统传递对准滤波效果的问题,提出了基于H∞次优滤波的"速度+角速度"匹配传递对准方法.首先分析了影响传递对准性能的关键要素,确定了适用于弱机动特性的舰船用惯导系统传递对准方案.在此基础上,设计"速度+角速度"匹配传递对准的H∞次优滤波器,解决不确定性外部干扰的影响.给出了设计方法和滤波器解算流程.比对仿真结果表明:对于不确定性有色噪声干扰,H∞次优滤波具有很强的鲁棒性,能够完成对失准角的估计,更加符合舰船实际应用条件.     

基于RBF网络的捷联惯导初始对准优化研究

该文研究了捷联惯导在静基座下的初始对准问题，其中粗对准中采用磁罗盘和加速度计得到初始姿态角，精对准中采用具有最佳逼近性的径向基函数神经网络（RBF网络）修正姿态角。在RBF网络基函数中心选取时，基于样本分布特点，采用简单有效的均值法，同时为了增加了神经网络权值学习的鲁棒性和快速性，将H∞鲁棒滤波用于网络的权值调整中。仿真结果表明，采用这种优化学习的RBF神经网络进行初始对准比用传统的Kalman滤波更快速有效，且与Kalman滤波精度相当。     

H∞次优滤波在角速度匹配传递对准中的应用

角速度匹配传递对准的量测量是主惯导的高精度陀螺测量信息与子惯导的陀螺测量信息之差,将角速度匹配传递对准的量测量送入卡尔曼滤波器进行信息融合,以获得导航系统误差的最优估计值.通过对角速度匹配传递对准的系统状态模型和量测模型的构建与分析,在将机翼弹性变形等干扰项为有色噪声时,采用H∞次优滤波的角速度匹配传递对准方式估计弹体的安装误差角与姿态失准角,从而实现机载导弹武器系统的快速传递对准.仿真结果表明,基于H∞次优滤波的角速度匹配传递对准,能有效抑制实际应用中弹体的机翼弹性变形等外界不确定噪声的干扰,在确保传递对准鲁棒性能的同时,可以获得良好的快速性能和滤波精度.因此,作为一种空中飞行的对准方法,采用H∞次优滤波将干扰项作为有色噪声应用于角速度匹配传递对准更符合工程应用的实际情况.     

惯导平台在动基座上初始对准的一种改进方法

惯导平台在动基上进行初始对准,由于基座存在加速度,就不能采用像在静基座上那样的自主式的对准方法。否则将会产生较大的对准误差。目前惯导平台在动基座上进行初始对准,多半采用速度傅递对准法。这种对准方法,虽然平台的水平对准速度比较快,对准精度也比较高;但由于方位对准信号很弱,使方位对准速度慢,精度也远低于水平对准精度。平台对准大约要2～3分钟的吋间。本文应用速度传递对准法,讨论了分离和增强方位对准控制指令的一种方法。经仿真,方位对准精度达到了水平对准精度,而且平台的对准时间不大于30秒。这对于缩短武器反应时间是有重要意义的。     

H∞滤波与Kalman滤波的对比研究

在一般情况下，Kalman滤波技术应用得比较广泛。然而，在系统模型和噪声统计特性存在不确定性的条件下，Kalman滤波的应用就受到了一些限制，而H∞滤波可有效地解决Kalman滤波所遇到的问题，不仅估计精度高，而且还具有鲁棒性。本文首先简单介绍了H∞滤波和Kalman滤波，然后又分为三个方面对二者的性能进行了比较分析。     

观测值延时的UF在SINS中的应用

建立观测信号随机一步延时模型,在此基础上给出Unscented滤波(UF)算法。建立捷联惯导系统(SINS)动基座大方位失准角下的对准模型,将扩展滤波(EF)算法和UF算法应用于SINS动基座初始对准中,分别进行不同延时概率条件下的实验仿真,结果表明,UF算法相对于EF算法具有更高的对准精度和更快的收敛速度。     

带滤波的无线传感器网络的H∞控制

本文研究了基于滤波的无线传感器网络的H∞控制问题.首先建立了无线传感器网络的模型,然后使用稳态Kalman滤波器对多个传感器节点的输出信号进行滤波,将滤波后的信号作为无线传感器网络系统的反馈输出,并通过建模和分析得到带干扰的线性离散切换系统模型.最后设计了切换控制器,并基于Lyapunov函数给出了在任意切换条件下使该切换系统满足H∞控制的条件.仿真结果验证了该方法和结果的可行性.     

H 􀀂 滤波在两位置对准技术中的应用

对于弹载捷联惯性系统来说,快速、精确的初始对准技术是其重要的关键技术.通过分析弹载捷联惯性系统对准过程中外界干扰的随机性特点,设计一种基于 H∞滤波的两位置对准方法.采用最优两位置对准技术,改善系统的可观测性,利用 H∞鲁棒滤波技术,改善系统的鲁棒性.此外,根据实际使用环境条件,假设了三种典型干扰模型,计算机仿真结果表明,这个研究方案不仅满足了导弹快速高精度对准的要求,而且提高了系统的鲁棒性.     

纬度未知条件下捷联惯导摇摆基座自对准方法

针对纬度未知条件下捷联惯导摇摆基座自对准问题,本文将其看作基于特征值分解的优化问题处理,提出一种基于地球系重力矢量的摇摆基座自对准方法.首先,构建基于速度增量形式的目标函数,建立不依赖外部纬度信息的地球系下重力矢量模型,以提高地球系下重力矢量的估计精度;然后,将摇摆基座自对准看作Wahba姿态确定问题,基于地球系下重力矢量建立关于惯性系转换四元数的速度增量式目标函数,增强对噪声及振荡干扰的抑制,利用基于特征值分解的多矢量优化方法完成摇摆基座自对准,以提高对准精度;最后,通过设置捷联惯导摇摆基座初始对准仿真及船舶系泊实验,验证了所提方法的有效性.     

噪声干扰下的生物基因调控网络滤波器的设计

通过基因调控网络的设计,设计Kalman滤波器和H∞滤波器对受到内部噪声和外部噪声干扰的线性基因调控网络进行滤波处理,并通过仿真分析比较这两种滤波器对生物基因调控网络的滤波能力。在实际问题中,很多情况下需要考虑有色噪声干扰,本文针对在有色噪声干扰的情况下进行滤波仿真比较。     

捷联惯导静基座初始对准技术仿真

捷联惯导在初始对准时,按载体的运行状态来分,可以分为静基座和动基座对准。从静基座捷联惯导初始对准的原理出发,推导了捷联惯性导航系统静基座初始对准的误差动态方程和量测方程,构成了卡尔曼滤波模型。最后将卡尔曼滤波模型应用于静基座初始对准,并进行了仿真。     

联合H∞滤波算法及其在组合导航系统中的应用研究

针对联合卡尔曼滤波器对系统模型和系统噪声先验知识依赖性过强的局限性，基于H∞滤波对系统模型和噪声等不确定性因素具有极强的鲁棒性能的特点，介绍了一种H∞滤波的分散化技术，并在此基础上提出了联合H∞滤波算法，给出了信息分配方式，并对其性能作了详细的分析．指出该算法能有效解决局部滤波器测量更新之间的相关性问题。对MIMU／GPS／HMR组合导航系统进行了计算机仿真，仿真结果表明，该联合H。滤波算法虽然不是最优的，但是其状态估计精度仍然要优于分散H∞滤波器的估计精度。     

惯导系统高精度动态对准技术研究

惯性导航初始对准技术是惯性导航的关键技术之一,而动态对准技术可以增强惯导系统的环境适应性.就GPS位置信息辅助下的惯性导航系统高精度动态对准技术进行研究.首先构建了15状态的Kalman滤波器,分析验证了Kalman滤波参数对于对准精度和对准速度的影响,在一定范围内,适当调整滤波参数,可以较好地改善滤波性能;然后在对准过程中使用了两位置转动观测增强的方法,提高了系统可观性,正确地估计比传感器件的零偏误差,并在纯惯导中加以补偿;最后通过跑车实验进行行车动态对准,达到了对准后24h纯惯导定位误差优于1 nmil的精度.     

基于鲁棒H∞滤波的蓄电池荷电状态估计

针对蓄电池系统的荷电状态(SOC)受蓄电池材料及加工制作、工作温度、充放电大小及频率等因素的影响,是一个典型的非线性时变系统,相应的状态估计模型在测量过程中存在噪声干扰引起模型参数不确定性的特征。以安时法为基础,建立SOC的状态方程并应用鲁棒H∞滤波算法预测SOC估计值。仿真研究表明,提出的鲁棒H∞滤波算法在有色噪声干扰下比卡尔曼滤波(Kalman filter)有更好的估计精度;在白噪声情况下,鲁棒H∞滤波算法可通过调节其参数达到和卡尔曼滤波器相同的估计精度。     

一种自适应滤波方法在捷联惯导系统大失准角初始对准中的应用

为了对静基座大失准角捷联惯导系统(SINS)进行初始对准,建立了在静基座下基于四元数的SINS非线性误差模型。该误差模型无需对姿态误差角进行小角度假设。为了在观测噪声方差未知的情况下估计SINS失准角,提出一种在线估计观测噪声方差矩阵的自适应扩展卡尔曼滤波方法。仿真结果表明,该自适应滤波方法能在观测噪声方差未知的情况下有效地对静基座大失准角SINS进行初始对准。