强跟踪滤波器在潜射运载器传递对准中的应用

潜射运载器在发射前进行精确的传递对准十分重要.然而潜射运载器的传递对准精度会因为潜艇挠曲变形而受到严重影响.为了解决艇体挠曲变形给运载器传递对准精度带来的不利影响,对强跟踪滤波器在潜射运载器动基座传递对准中的应用进行了研究,设计了强跟踪滤波器,仿真结果表明在潜艇具有很小的机动以及考虑艇体挠曲变形的条件下能够较好地估计出从惯导相对主惯导的失准角.由于该方法不必建立艇体挠曲变形的复杂模型,使得解决挠曲变形对传递对准精度影响的问题大大简化了,具有一定的工程意义.     

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.     

联邦模糊自适应卡尔曼滤波在速度+姿态传递对准中的应用

在系统动态模型和噪声统计特性无法完全获得的情况下,通过调整卡尔曼滤波器的相关参数提高弹载子惯导对准性能,其效果是很有限的,采用联邦模糊自适应卡尔曼滤波方法进行速度＋姿态匹配传递对准,并对算法进行了可行性分析与仿真验证。仿真结果表明,在系统动态模型和噪声的统计特性不确定的情况下,速度+姿态匹配传递对准的联邦模糊自适应卡尔曼滤波短时间内能够较好地估计出弹载子惯导的初始姿态失准角,是一种非常有效的信息融合方法。     

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.     

再入飞行器传递对准建模与仿真

在新型再入飞行器的研究中,保证飞行器落点精度,是通过传递对准技术对飞行器惯性测量系统( Inertial Measurement System,IMS)进行初始对准.针对再入飞行器用IMS的传递对准问题和惯性传感器误差特性,提出建立线性速度与姿态匹配传递对准模型,设计了模块化的传递对准仿真系统,并利用两种典型的再入轨迹进行仿真.仿真结果表明,模型的卡尔曼滤波器能够快速、精确地估计出飞行器子惯性测量系统的姿态误差(20s内估计误差小于0.02°),同时滤波器对陀螺常值漂移有较好的估计效果.     

基于光学测角和无线数据传输技术的传递对准

为了解决动基座传递对准中航向角估计困难的问题,提出了基于光学测角和无线数据传输技术的传递对准技术方案。通过对航母舰体挠曲变形模型的建立和对光学测角原理的分析,构建了相应的卡尔曼滤波器。仿真结果表明,利用卡尔曼滤波能够估计出姿态误差角和光学测量装置自身的等效零偏。当对光学测量装置的等效零偏补偿之后,航母在匀速航行条件下,姿态误差和速度误差都可以得到快速的收敛,其中航向角误差可以在4 s内收敛到0.7'以内,明显提高了子惯导航向角的对准速度。     

动基座条件下组合导航初始对准研究

初始对准是影响惯性导航系统的导航精度的重要因素,通过对惯性导航(INS)/全球定位系统(GPS)组合导航系统初始对准进行研究,利用GPS信息来辅助INS进行初始对准,来提升初始对准的精度和对准时间.在粗对准阶段,利用载机主惯导对子惯导进行装订,完成子惯导的粗对准;在精对准阶段,有效地利用GPS信息,采用速度匹配方式,并设计了组合对准滤波器,进行仿真验证.仿真结果表明:组合导航系统的初始对准能在15 s内完成对准,且能够达到7mrad的精度.     

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。     

大方位失准角传递对准非线性模型研究

针对惯导系统大方位失准角传递对准的非线性误差方程不准确问题,同时考虑杆臂效应和挠曲变形两种主要误差因素来建立挠曲变形和杆臂效应加速度一体化误差模型,从而完善惯导系统大方位失准角传递对准非线性模型.针对非线性滤波的稳定性和快速性问题,采用比例修正无味卡尔曼(UKF)滤波模型估计姿态失准角,并采用速度匹配算法对模型的正确性和滤波的有效性进行仿真验证.结果表明,该模型在大方位失准角传递对准时可以满足对准精度和时间的要求.     

舰载条件下一种新的传递对准方案与仿真研究

传递对准是战术舰载武器惯导系统初始对准的一种有效方法;针对舰载捷联惯导系统的初始对准问题,提出了一种新的动基座快速传递对准方案——速度+角速度匹配方案;给出了这种方法的数学模型,采用一种简单的航行轨迹,在三种典型的海况下,对这一传递对准方法中子惯导姿态误差角,速度误差和舰船甲板变形进行了卡尔曼滤波估计及精度分析;研究结果表明,速度加角速度匹配方法具有稳健的对准精度和快速性,估计精度随海况变化不大。     

基于自适应互补滤波的四旋翼飞行器姿态解算

在四旋翼无人机中,姿态传感器采用捷联式惯导惯性检测单元(IMU),其中包括加速度计、陀螺仪、电子罗盘和空气压力高度计.这些传感器在工作过程中存在温度漂移以及噪声干扰,为了得到准确的姿态数据,首先建立了传感器四元数模型,在频域中设计互补滤波器,并设计了PI自适应补偿系数,对传感器数据进行融合、补偿和修正,有效地避免了系统模型误差对姿态估计的影响.修正后的角速度通过一阶龙格-库塔法、四元数算法完成飞行器的姿态解算.传统互补滤波器在噪声大时滤波效果不理想,故加入PI控制,形成一种效果更好的自适应滤波算法,根据仿真结果,该算法滤波后的信号比传统互补滤波的结果更加平滑,更接近理想波形.     

Nonlinear Filter Design Using Envelopes

Machine design of a signal or image operator involves estimating the optimal filter from sample data. The optimal filter is the best filter, relative to the error measure used; however, owing to design error, the designed filter might not perform well. In general it is suboptimal. The envelope constraint involves using two humanly designed filters that form a lower and upper bound for the designed operator. The method has been employed for binary operators. This paper considers envelope design for gray-scale filters, in particular, aperture filters. Some basic theoretical properties are stated, including optimality of the design method relative to the constraint imposed by the envelope. Examples are given for noise reduction and de-blurring.     

The effect of noise on adaptive envelope-constrained filters

The performance of the envelope-constrained filters designed by the newly developed adaptive algorithms may deteriorate when the input signal is contaminated by noise. The average window with a growing window size, and the exponentially weighted average window are presented. It is shown that the noise-induced bias in the augmented cost function will be reduced because applying such an averaging scheme helps increase values of the signal-to-noise ratio at the filter input channel. With this, the noise effect on the adaptive envelope-constrained filters can be depressed. Simulation results are given to illustrate the improved performance of the adaptive envelope-constrained filters designed in conjunction with the average window.     

基于信息补偿的自适应联邦滤波算法

针对采用标准卡尔曼滤波器必须知道系统噪声统计特性的局限性，研究了一类系统噪声未知情况下的自适应联邦滤波方法，指出了自适应滤波方法应用于联邦结构时应当注意的问题，提出了一种基于信息补偿的自适应联邦滤波算法。SINS／BDS／GPS组合导航系统的仿真结果表明，该方法可以有效抑制系统噪声未知情况下的滤波发散现象，提高了滤波的稳定性和估计性能。     

基于粗糙集和多向差分图像的去噪方法

针对图像滤波方法对噪声类型具有偏好性的不足，提出了一种基于粗糙集的多向差分图像去噪方法．根据多向差分图像提出了描述像素平稳性的方向数和描述噪声性的方向极值数的概念，采用粗糙集理论按照像素的平稳性和噪声性将图像划分为平稳噪声子图、脉冲噪声子图以及正常像素子图．并对两类噪声子图分别设计了不同的自适应滤波算法．通过与其他5种滤波方法的对比实验，结果表明：该方法对4种不同噪声在MSE、PSNR和ISNR等性能指标上均获得了最优值，尤其对于椒盐噪声，该方法获得的ISNR指标高出中值滤波35％．     

自适应数字滤波技术在光纤陀螺SINS中的应用

光纤陀螺捷联惯导系统(SINS)对外界环境极为敏感,系统的输出信号中含有复杂的高频随机噪声,此噪声将导致系统的长时间导航精度较差。要进一步提升导航系统的精度,必须使用更为有效的滤波技术对器件的输出噪声做处理。传统的数字滤波器采用先验固定截止频率,它往往与实际截止频率存在偏差。为了更加有效地消除器件的高频噪声,提出一种基于稳态隐马尔科夫模型卡尔曼滤波器(HMM/KF)的自适应数字滤波设计方法,并用此方法设计的自适应数字滤波器处理光纤陀螺的原始输出信号,从而高效滤除陀螺仪输出信号中的高频随机噪声。     

基于均值操作的快速自适应滤波器

为了满足图象实时处理对算法速度和高斯噪声,脉冲噪声混合的噪声环境对算法鲁棒性的要求,以及适应能够同时抑制高斯噪声和脉冲噪声的需要,提出了一种可以有效滤除混合噪声（高斯噪声和正负脉冲噪声）,而且可以快速实现的自适应滤波器－－ＡＢＡ滤波器,ＡＢＡ滤波器,ＡＢＡ滤波器应用了自适应的滤波结构,它将以脉冲噪的结果充分利用在自适应处理中,实验仿真所得的数据显示,在脉冲噪声的密度小于１０％的情况下,与其它一些滤     

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法,定义了联合滤波模型信息 分配系数的自适应调节准则．并设计了车载SINS/GPS组合导航系统的自适应联合滤波器,给 出了滤波算法．理论分析和实验室组合导航实验表明,引入该准则的自适应联合滤波算法大 大提高了系统容错性和定位精度．     

主/子惯导标定中挠曲变形误差综合补偿方法

针对挠曲变形对主/子惯导在线标定误差方程多方面影响的问题, 提出一种挠曲变形误差综合补偿方法. 首先, 基于极大似然估计和赤池信息量准则(AIC) 定阶的自回归(AR) 模型对挠曲变形进行建模; 然后, 针对挠曲变形引起的动态杆臂效应问题, 利用机理建模方法建立动态杆臂与挠曲变形角之间的关系模型; 在此基础上, 推导出挠曲变形与动态杆臂误差综合补偿方法; 最后, 将该方法应用于主/子惯导标定滤波器设计. 仿真结果表明, 所提出的综合补偿方法是有效的.

     

An image restoration by fusion

To deal with the problem of restoring images degraded with Gaussian white noise, the mean and adaptive Wiener filters are the most common methods to be implemented. Although these methods are both lowpass in character, they yield different results on the same problem. The mean filter reduces more noise than the adaptive Wiener but also blurs the image edges, whereas the adaptive Wiener filter can preserve edge sharpness but reduces less noise than the mean filter. Instead of trying to design a single mathematical technique to have the advantages of both methods, which is usually theoretically difficult, we propose an alternative solution to this image restoration by fusing multiple image filters using the mean, Sobel, and adaptive Wiener filters. Performance of the fusion algorithm is based on both redundant and complementary information provided by different filters. Several experimental results show the effective application of the proposed approach.