一种粒子滤波SINS大方位失准角初始对准方法

针对捷联惯导系统大方位失准角的情况,分析了系统非线性误差模型,提出了基于最优重要性分布函数的序贯重要性采样粒子滤波(SIS-PF)初始对准方法,并进行了仿真研究.仿真结果表明,在大方位失准角初始对准中,基于最优重要性分布函数的序贯重要性采样粒子滤波器初始对准精度比无迹卡尔曼滤波器(UKF)提高了一个数量级,与序贯重要性重采样粒子滤波(SIR-PF)初始对准相比,该方法不但精度高,而且计算量小.     

简化UKF在SINS摇摆基座上的初始对准

大方位失准角情况下,捷联惯导系统(SINS)误差方程是非线性的,传统的扩展卡尔曼滤波(EKF)会产生线性化误差,影响初始对准精度.为了减少滤波计算量,将一种简化的UKF(RBAUKF)方法应用于SINS初始对准,采用较少的采样点数目和简化的滤波更新算法,避免了对非线性方程的线性化.仿真结果表明,RBAUKF与EKF相比,可在较短时间内完成初始对准,具有更高的精度.     

一种新的行进间初始对准误差模型及其应用

针对载体行进间初始对准精度问题,在里程计辅助惯性系行进间精对准的情况下,推导了精对准误差模型。通过降维处理和状态方程参量的自相关函数的正交化相结合,在降低滤波计算量的基础上,保证了滤波器在非白噪声情况下的滤波器的稳定性。由于在滤波过程中需要对于参量的后验概率密度进行数值解算,为提高解算精度,运用5阶球面-径向准则进行计算。仿真实验表明,在方位角为大失准角的条件下,该算法可以有效保证较高的滤波精度,并且在噪声未知的情况下,滤波器保证很好的鲁棒性。     

基于SGHKF的SINS大方位失准角对准技术

为了提高捷联惯性导航系统(SINS)非线性对准的精度,缩短对准时间,降低非线性滤波器的计算量,针对SINS大失准角对准模型的特殊性,提出将简化的稀疏高斯厄米特滤波器(SGHKF)应用于SINS的非线性对准。SGHKF采用一组稀疏点求多维高斯厄米特积分。相比传统基于张量积的高斯厄米特滤波器(GHKF)、SGHKF不仅保留了GHKF精度高、精度等级容易调节等优点,而且将高斯积分点个数减小到常规无迹卡尔曼滤波器(UKF)sigma点个数,避免了维数灾难问题。理论分析和实验结果表明,基于SGHKF的大失准角初始对准精度和速度明显优于扩展卡尔曼滤波器(EKF),略微优于UKF,计算量明显小于GHKF。     

基于惯性系采用Kalman滤波的车载SINS行进间对准方法

介绍了惯性系中基于重力加速度信息进行粗对准的实现方法。在此基础上通过推导以地心惯性坐标系为导航系的捷联惯性导航系统（SINS）误差方程,建立了与惯性系对准算法相匹配的状态模型,提出了一种采用Kalman滤波实现基于惯性系的SINS行进间精对准方法。计算机仿真实验结果表明,文中所提出的基于惯性系的采用Kalman滤波的车辆行进间精对准方法,可有效地降低干扰噪声的影响,提高初始对准的精度。此外,该方法相对于基于地理坐标系进行滤波的方法,简化了滤波模型,较大的降低了计算量。     

基于简化CKF/降维CKF混合滤波的非线性对准技术研究?

为了降低非线性对准的计算量而不损失对准精度,针对容积卡尔曼滤波( CKF)采样点数与状态维数成正比、计算量较大的问题,提出了基于简化CKF/降维CKF混合滤波的非线性对准方法。利用大失准角模型和基于线性观测方程的简化CKF算法进行水平对准;使用大方位失准角模型和降维CKF完成精对准。仿真结果表明,该方法摆脱了CKF算法的“维数灾难”和降维CKF对准应用条件限制,能够完成任意失准角下的初始对准并获得较高对准精度,具有重要的工程应用价值。     

舰载武器SINS非线性传递对准模型及滤波算法

为了满足舰载武器初始对准高精度和快速性的要求,更好地解决舰载武器在大失准角情况下的传递对准问题,提出了一种结合基于四元数的非线性传递对准模型与非线性无迹卡尔曼滤波（UKF）算法的方法,推导并建立了舰载武器捷联惯导系统（SINS）的非线性误差模型。该模型采用姿态四元数表示姿态误差,以提高姿态解算时的快速性和精度,选用速度加姿态作为量测量,以提高系统的可观测性,采用奇异值分解（SVD）方法解决了方差阵的病态问题,以确保算法的鲁棒性,仿真结果表明,该方法不仅解决了舰载武器在大失准角情况下的传递对准问题,而且能够有效提高传递对准的精度和快速性,其计算精度和对准时间满足系统设计要求。     

闪烁噪声环境下目标跟踪的UPF算法研究

介绍了一种改进的粒子滤波（PF）算法——无味粒子滤波算法（UPF）。该算法结合UKF（unscented Kalman filter）和PF算法，利用UKF对非线性系统的处理能力，用UKF得到粒子滤波的重要性采样密度函数，从而克服了PF没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。在给出的闪烁噪声统计模型基础上．将UPF、PF算法在雷达目标跟踪中进行了比较，仿真结果表明该方法可以取得比标准的粒子滤波更快的滤波收敛性和更高的滤波精度。     

插值非线性滤波技术在大失准角传递对准中的应用研究

为了避免扩展Kalman滤波算法中的矩阵微分计算,提高计算效率,降低非线性函数线性化逼近中的高阶截断误差影响,文中分别利用一阶和二阶Stirling多项式插值逼近公式计算系统状态变量均值和方差矩阵,按照EKF滤波算法计算流程建立非线性系统一阶和二阶插值滤波算法.基于大失准角传递对准非线性系统滤波实时性和精确性要求,应用一阶和二阶插值滤波算法对其实现系统状态滤波研究.从仿真结果可以看出,与EKF算法相比,插值滤波算法计算量小,有效提高了传递对准非线性系统滤波精度,其中二阶插值滤波算法估计性能最好.     

PSO网络优化双重卡尔曼滤波在初始对准中的应用

为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题，提出了基于带惯性权重的微粒群（PSO）优化网络逼近的双重卡尔曼滤波算法．首先，利用滤波过程中产生了新的天向方位失准角九和水平方位失准角氐信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题，利用双重卡尔曼滤波获取的数据作为训练样本，PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单。计算量小，具有实时性和快速性，同时可以保证系统的对准精度。     

改进的自适应卡尔曼滤波在SINS 初始对准中的应用

为提高 Sage-Husa 自适应滤波的稳定性,提出一种基于 UD 分解的改进自适应滤波算法。对在线估计的量测噪声协方差阵和状态估计误差方差阵采取UD分解的形式进行标示和更新,结合捷联惯导静基座初始对准模型,对改进自适应算法进行仿真测试。仿真结果表明：在先验量测噪声和状态估计协方差矩阵存在误差的情况下,新算法能够提高对准精度。     

一种基于改进无迹卡尔曼滤波的自主水下航行器组合导航方法研究

针对自主水下航行器(AUV)导航系统对稳定性、精确性和实时性的需求,提出了一种基于改进无迹卡尔曼滤波(UKF)算法的捷联惯性导航系统/多普勒测速仪(SINS/DVL)组合导航新方法.通过分析中低精度组合导航系统的特点和误差模型,在系统的噪声模型为复杂加性噪声时,利用球面分布单形采样变换设计了一种简化UKF组合导航算法....     

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波（UKF）算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。     

初始对准误差对导弹自控终点误差影响分析

潜射导弹初始对准误差会产生导弹自控终点误差,通过理论分析,建立了由初始对准误差对自控终点误差的影响模型,并对该模型进行简化,最后,依据潜射反舰导弹初始对准结果了进行仿真计算,结果表明,该模型能避免烦琐的运动学建模和编程计算过程,为在项目论证阶段不具备完备的总体数据的支持条件下,进行初始对准精度指标分配提供理论依据。     

状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用

为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波（UKF）跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明：该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。     

舰载机初始对准综述

舰载机对准技术由于杆臂较大且未知、大方位失准角以及紧急情况下的快速对准等问题,与舰载武器、机载武器的初始对准都有所不同。本文针对舰载机的初始对准问题,阐述了国内外舰载机对准技术的发展,对舰载机对准问题的关键技术如匹配方式、误差补偿模型和滤波算法进行了详细的介绍,最后,初步分析了舰载机对准技术的研究方向。     

基于改进无迹卡尔曼滤波的弹道射程修正算法研究

以全球定位系统（GPS）作为弹载测量系统的弹道射程修正弹,存在GPS动态数据易受测量噪声与系统噪声污染或在高过载环境中发生定位丢失、数据异常等问题。为了降低弹道数据测量误差,并减小对射程修正时刻预测的误差,提出了基于牛顿插值法的改进无迹卡尔曼滤波(UKF)算法,以重新估计具有粗大误差的测量数据,从而降低异常测量值和定位失锁情况对滤波效果的影响,提高UKF算法对测量数据误差的敏感程度。仿真与试验结果表明：改进的UKF算法作为预处理过程融合至射程修正算法中,当系统离散化步长与GPS数据更新周期相等时,可最大化地预处理算法效果;改进后的修正算法可有效地降低GPS数据造成的修正误差;预处理算法中数据样本容量的选择与修正时刻以及GPS更新周期相关,不受算法效果约束。     

强跟踪UKF 在高动态组合导航中的应用

为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF) 算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。 分析结果表明：该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航 的准确性和稳定性。