捷联式重力无源导航系统

为了满足水下运载体长航时、高精度、低成本的导航需要,提出由激光陀螺单轴旋转捷联惯性导航系统、计程仪、深度计、光纤陀螺捷联式重力仪和数字重力异常图组成的捷联式重力无源导航系统。运载体的位置由激光陀螺单轴旋转捷联惯性导航系统给出;光纤陀螺捷联式重力仪、计程仪和深度计组成水下捷联式重力测量系统,以激光陀螺单轴旋转捷联惯性导航系统提供的位置信息、计程仪提供的速度信息和深度计提供的水深信息作为观测量,应用扩展卡尔曼滤波计算出东、北、天坐标系下加速度计比力值,使用低通滤波实时获得重力值和重力异常值。根据存贮在计算机中的数字重力异常图,运用相关极值法,计算得到运载体位置。2019年底,捷联式重力无源导航系统进行了长时间船载试验,对该系统试验数据进行了离线处理。试验结果表明,在匹配海域内,运载体位置误差小于1个重力异常图格网大小。     

基于长短期记忆网络的重力测量误差补偿法

针对捷联式海空重力仪开展初始误差补偿研究，重力仪开机后其数据存在一个逐渐稳定的过程，估计出初始段的不稳定值与稳定值间的误差，实现重力数据误差补偿。该文提出了长短期记忆网络法，该方法可通过不断学习现有数据后高精度地预测未来数据变化。经过实测重力测量数据验证了该方法具有很好的误差补偿效果，提高了重力测量数据的准确性和有效性。实验结果表明，对于重力数据初始段测量误差抑制效果超过90%，对于捷联式海空重力仪作业运行效率具有重要价值。     

重力辅助惯性导航中延时误差补偿算法研究

在重力辅助惯性导航系统中,由于重力仪的输出存在时间延迟,造成了观测信息滞后,采用常规扩展卡尔曼滤波算法难以保证滤波的精度。因此,该文首先建立了适应扩展卡尔曼滤波的数学模型,将重力仪实测重力异常与惯导系统指示位置的地图重力异常值之差作为量测信息;然后利用厄特弗斯效应计算重力仪的延迟时间;在此基础上,提出了一种延迟误差补偿算法,将其应用到重力辅助惯性导航系统中。仿真结果表明,该算法能有效地降低时间延迟给系统造成的不利影响,从而提高重力辅助惯性导航系统的定位精度。     

基于重力差值变化率的TERCOM重力匹配改正算法研究

总结了辅助导航中重力测量与测绘重力测量的不同特点,分析了制约现有重力测量仪器直接进行辅助导航重力测量的主要因素,提出了基于重力差值变化率的TERCOM重力匹配改正算法,并对其进行了仿真研究,结果表明,利用该方法不仅可以实现直接利用现有重力仪进行重力辅助导航,还可以在一定程度上克服了导航仪器测量误差对于重力异常改正的影响。     

SINS/EC组合导航系统研究

利用电子罗盘辅助捷联惯导系统构成一种完全自主式的组合导航系统。本文推导了电子罗盘的姿态误差方程，用捷联惯导系统和电子罗盘输出的姿态误差的差值作为组合模式的测量值，利用卡尔曼滤波技术进行误差估计，给出了系统仿真结果。仿真结果表明组合导航系统可有效地减小姿态误差累积。     

基于DSP的导航计算机数据处理

研究了以数字信号处理芯片作为数字硬件平台,实现捷联式惯性导航系统(SINS)数据处理的软件设计。分析了捷联式惯性导航系统的动力学方程,模拟了陀螺仪漂移的数据,并用系统辨识中的时间序列分析法对漂移数据建模,之后进行了卡尔曼滤波。最后,在CC环境下,运用C语言和汇编语言混合编程的方式,将位移解算和卡尔曼滤波程序移植到开发板上,利用CC环境自带的优化编译器,对所编写的数据处理程序进行优化,使运行速度达到最快。     

捷联惯性测量组合标定的仿真研究

对卡尔曼滤波在捷联惯性测量组合标定中的应用进行了研究,提出了一种辨识激光陀螺和加速度计静态误差的在线正交标定方案,并在不同滤波条件下进行了仿真验证,结果表明这是一种比较有效的误差标定方法。     

基于Sage-husa自适应滤波算法的AUV组合导航系统设计

文中针对水下自主航行器提出了一种新型的基于捷联惯导(SINS)和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统,同时利用GPS重调捷联惯导系统,建立了该组合导航系统的卡尔曼滤波模型,设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入,一定程度上克服了捷联惯导系统误差状态发散现象,提高了导航精度。同时通过两种算法的对比,Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性,能够更好的满足长时间远距离导航的要求。     

基于中心差分卡尔曼滤波的SINS初始对准研究

研究了在大失准角条件下,捷联惯导系统初始对准非线性误差模型,分析了扩展卡尔曼滤波算法因对非线性模型线性化而存在的缺点,研究了中心差分卡尔曼滤波算法,提出将中心差分卡尔曼滤波算法应用于捷联惯导系统大失准角初始对准中.仿真结果表明,在水平失准角为小角度、方位失准角为大角度时,中心差分卡尔曼滤波算法同扩展卡尔曼滤波算法相比,提高了初始对准的估计精度和收敛速度.     

基于多新息强跟踪SINS大失准角初始对准研究

利用衰减记忆多新息强跟踪反馈校正卡尔曼滤波,设计了无需粗对准的捷联惯导大失准角初始对准算法。采用反馈校正卡尔曼滤波和新息正交性跟踪,将捷联惯导对准前的非线性大失准角快速校正成小失准角,对准过程引入了具有衰减记忆功能的多新息,改善了卡尔曼滤波反馈校正状态跟踪能力。     

卡尔曼滤波在钻井地层电阻率测量中的应用

卡尔曼滤波的主要思想是用状态方程和量测方程描述线性动态系统。本文将卡尔曼滤波应用于测井数据处理，利用滤波参数的特殊性，使处理过程得到简化，计算量减小。实例证明，经过卡尔曼滤波处理后，测井曲线的纵向分辨率有了显著提高，定量解释结果也接近于地层真值。     

机载雷达红外传感器集中式融合与管理

提出一种机载多传感器集中式序贯融合与管理的方法.传统扩展卡尔曼滤波融合算法滤波精度不高,因此先利用雷达传感器的量测,采用修正扩展卡尔曼滤波算法对目标状态进行估计,再把估计值作为红外传感器的预测值进行序贯融合.在此基础上采用分辨力增益的方法对传感器进行管理.仿真结果表明该方法能够提高对目标的跟踪精度,增强跟踪系统对环境变化的适应能力.     

机载有源无源传感器稳健融合方法

在机载有源无源情报融合处理中,很多条件很难满足中心式滤波的要求,比如一般情况下过程噪声是不正确的,或者不知道的.给出了几种稳健的Kalman滤波,这些方法主要针对运动方程或者观测方程中噪声信息未知或者噪声信息不准确的情况下,对数据进行融合.如果只是过程的信息未知,提出的自适应滤波,即是用观测信息对运动方程的噪声进行实时估计;如果运动方程和观测方程的噪声不准确,则可以采用H∞滤波进行噪声误差方差估计.     

A new motion-compensated reduced-order model Kalman filter forspace-varying restoration of progressive and interlaced video

We propose a new approach for motion-compensated, reduced order model Kalman filtering for restoration of progressive and interlaced video. In the case of interlaced inputs, the proposed filter also performs deinterlacing. In contrast to the literature, both motion-compensation and reduced-order state modeling are achieved by augmenting the observation equation, as opposed to modifying the state-transition equation. The proposed modeling, which includes the two-dimensional (2-D) reduced order model Kalman filtering (ROMKF) of Angwin and Kaufman (1989) as a special case, results in significant performance improvement in fixed-lag Kalman filtering of space-varying blurred images. This is demonstrated by experimental results.     

一种机载PD雷达交互多模型滤波方法

机载雷达在运动平台上探测目标,探测数据描述的是平台和目标的相对位置。目标的机动状态不明,且探测数据和目标真实位置之间是非线性关系,导致机载雷达的航迹滤波难度大,滤波器精度和稳定性差。本方法中先进行数据预处理,量测误差在天线坐标系下获得,目标状态方程和量测方程在固定坐标中心的直角坐标系下建立,量测误差协方差矩阵由量测误差和位置进行无偏转换获得;采用交互多模型滤波器,模型集由匀速直线运动模型、当前统计模型和角速度未知的匀速转弯运动模型组成;非线性模型迭代由容积卡尔曼滤波实现,各模型的初始概率和模型参数基于速度和径向速度进行预估。仿真实验表明该方法提高了机载PD雷达的航迹情报质量,尤其提高了机动目标跟踪的精度和稳定性。     

机载空间激光通信终端的参数辨识跟踪方法研究

针对机载空间激光通信终端的机动形式多样性,建立了机载激光通信终端运动模态,应用改进的递归最小二乘法实现观测数据加权,将参数辨识方法和卡尔曼模型结合,动态调整卡尔曼模型中的状态转移矩阵,实现对机载激光通信终端的机动跟踪。构建机载空间激光通信的跟踪实验平台,模拟机载激光通信终端多种运动模式的实验表明,本文的参数辨识卡尔曼算法具有跟踪精度高和响应时间短,且具备多种动动模式的跟踪适应能力。     

SUKF滤波在SINS大失准角初始对准中的应用研究

针对捷联惯导系统在大失准角初始对准过程中的非线性滤波问题,提出了基于Scaled UT变换的Scaled-Unscented卡尔曼滤波(SUKF),并将SUKF应用到基于四元数误差的非线性对准模型中.在仿真中对比了SUKF和扩展卡尔曼滤波(EKF),结果表明,在大失准角的情形下,SUKF比EKF对准速度更快,估计精度更高.     

一类带有等式约束的动态系统的滤波方法

在动态系统的状态受到约束的时候,传统的卡尔曼滤波器无法直接的应用.本文提出了一种多尺度约束滤波算法来处理一类由等式方程描述的约束问题.通过对系统状态的分块和小波变换,建立一个包含约束条件的新的动态系统,然后对小波系数进行滤波,最后通过重构得到原系统的估计值.新算法的估计过程是实时的,并且具有多尺度分析的能力.利用约束条...     

机载传感器时间间隔优化管理算法

提出了一种机载传感器目标探测时间间隔优化管理方法.该方法考虑目标状态估计精度,采用交互多模型滤波算法进行传感器量测信息滤波,进而实时计算传感器目标探测跟踪的信息矩阵.在此基础上,搜索计算传感器在一定探测目标精度下的探测最佳间隔时间,实现机载传感器探测资源的有效配置和管理.进行了该传感器时间间隔优化管理算法的仿真研究,结...