弹箭滚转姿态地磁测角仪的卡尔曼滤波算法

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计.通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量输出之间的非线性关系作为卡尔曼滤波算法的量测模型.通过实验仿真分析结果表明,滤波所得弹体滚转角、滚转角速度精度满足弹道修正弹要求,可用于弹道修正弹药被动段的弹道控制.     

基于平方根无迹滤波的滚转弹姿态估计

给出一种基于平方根无迹卡尔曼滤波器(SR-UKF)的滚转弹飞行姿态获取方法.使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用SR-UKF对遥测数据进行处理,以重构弹体飞行姿态.针对低速滚转弹姿态运动模型的强非线性,运用SR-UKF算法进行姿态运动估计,避免了扩展卡尔曼滤波(EKF)产生的线性化误差.运用低速滚转弹姿态运动模型,导出了一组基于SR-UKF的迭代滤波方程.将基于SR-UKF算法与EKF及UKF的估计结果进行了对比,仿真结果验证了算法的有效性.     

基于水下地形匹配大姿态误差角捷联惯导系统误差估计方法

传统的基于线性滤波的误差估计方法常采用基于咖角法的捷联惯导系统（SINS）线性误差模型,但当姿态误差角较大时,估计效果不稳定且精度较差。为此,提出了基于无迹卡尔曼滤波（UKF）的误差估计方法。通过建立水下地形匹配辅助导航系统非线性误差模型,以地形匹配和深度压力传感器测量的位置信息和深度作为量测量,设计了扩展状态UKF滤波器,在大姿态误差角下仿真研究了其估计效果。结果表明,在大姿态误差角下,本文所提出的方法可行且具有较好的估计效果,为匹配区内修正捷联惯导系统导航误差提供了参考。     

UKF在目标运动速度估计中的应用研究

将无迹卡尔曼滤波(UKF)算法应用到反舰导弹对舰船目标运动估计中,实现了对舰船速度和方向的估计。建立了目标运动估计模型,并对不同目标的运动情况进行仿真。仿真结果表明滤波收敛时间、目标运动速度的估计误差能够满足反舰导弹使用需求,在目标进行慢速运动、慢速转向时,滤波估计误差较小。     

基于七维状态向量反向无迹卡尔曼滤波的弹道外推算法

针对弹道模型误差、参数估计误差以及外推距离过长导致定位精度低的问题,建立了基于七维状 态向量的反向无迹卡尔曼滤波外推算法。为精确建立状态模型,该算法将弹道系数作为状态参量,纳入滤波过程。采用无迹卡尔曼滤波算法,以提高非线性估计精度。此外,由于正向滤波外推距离长,模型误差积累大,该算法采用反向滤波处理,将雷达测得的首点作为滤波终点,通过4阶龙格-库塔方程外推炮位。仿真结果表明,该算法定位精度相较原算法提高约50%.     

高旋火箭弹GPS/SINS组合测姿方法

针对GPS/SINS组合导航系统在高旋火箭上应用所遇到的初始对准困难、误差累积迅速等姿态解算难题,通过速度角辅助,提出了分段滤波进退算法修正初始滚转角技术。通过不断修正分段初始滚转角使SINS解算更趋于合理值。利用速度角修正技术,去除高速旋转造成的误差累积,再通过卡尔曼滤波得到较为准确的姿态信息。仿真结果表明,分段滤波修正初始滚转角可以有效地解算出较为准确的姿态信息。对实测数据的处理也证明,该技术可以应用于实际工程,解算得到的姿态信息满足工程需要。     

基于陀螺和卫星定位组合的滚转角测量方法

针对现有微旋弹滚转角测量方法易受天气条件限制或环境电磁干扰的问题,提出了基于陀螺和卫星定位组合的滚转角测量方法。该方法在分析陀螺测量滚转角原理的基础上,对弹丸滚转角三角函数的两种表达方式求和,将三轴陀螺和卫星定位数据融合建立卡尔曼滤波方程估计弹丸滚转角。仿真和实验表明:滤波估计滚转角准确且滤波算法的收敛速度快,测量误差均值小于2.5°,均方差小于3°,可用于微旋弹或微旋引信的滚转角测量。     

滑翔增程弹导航系统误差修正方法研究

为了提高滑翔增程制导炮弹的姿态测量精度,分析了单GPS天线测量弹体姿态角的计算方法,应用GPS和INS全组合的方式,采用INS和GPS的位置、速度和姿态误差信息作为观测量,设计了卡尔曼滤波器,将滤波估计的结果反馈给INS,实现对测量系统全参数的误差修正.数值计算和仿真结果表明,采用基于GPS姿态测量信息的Kalman滤波方法,对INS惯导系统测量误差进行修正,降低了3个姿态角的测量误差,加快了系统误差收敛速度,提高了滑翔控制系统的控制精度,增加了制导炮弹滑翔增程的效果.     

基于磁强计/陀螺的卡尔曼滤波定姿算法

针对基于磁强计的组合导航研究中,须事先确定滚转角这一不足,提出了一种磁强计和MEMS陀螺组合确定姿态的四元数卡尔曼滤波算法。利用陀螺测量的姿态角速率,结合磁强计输出的地磁分量测量值,运用卡尔曼滤波算法对三个姿态角同时进行最优估计,而不需要先验假设。仿真误差分析表明:姿态角解算结果具有较小的误差,且不随时间积累。     

SR-CDKF在组合导航直接法滤波中的应用

为了解决SINS/GPS组合导航系统姿态、速度和位置等导航参数的非线性估计问题,提出了一种基于平方根中心差分卡尔曼滤波(SR-CDKF)的直接式滤波估计方法。系统状态方程选取惯导力学编排方程,系统状态向量和观测向量分别选取SINS导航参数和GPS输出参数,构建了SR-CDKF滤波器。该滤波器可以使导航参数动态过程得到直接反映,并使得直接式滤波计算流程得以实现。以MATLAB中areoblk_HL20模块为基础构建了仿真系统并进行了仿真。仿真结果表明,该算法具有较高的滤波精度、良好的滤波收敛性和稳定性,能使非线性模型下SINS/GPS组合导航系统的导航要求得到满足。     

基于SUKF算法的组合导航方法

合成孔径声纳（SAS）运动补偿是其信号处理的重要环节,运动补偿需要水下导航数据,文中研究了基于捷联惯导（SINS）和多普勒声速剖面仪（ADCP）等设备的水下导航方法。针对大姿态误差角情况下的导航,论文建立了基于四元数的SINS／ADCP的非线性误差模型,并采用比例无迹卡尔曼滤波（SUKF）滤波算法进行了仿真。仿真结果表明,在SAS复杂运动情况下,采用非线性误差模型的SUKF方法优于传统线性误差模型的卡尔曼滤波方法,在一定程度上提高了SAS的导航精度。     

基于四元数粒子滤波的飞行器姿态估计算法研究

针对飞行器非线性姿态确定问题,提出了一种四元数粒子滤波算法。将状态向量分为线性部分和非线性部分分别进行处理,降低了粒子滤波的运算量。针对四元数加权求和规范化问题,通过构造拉格朗日代价函数的方法将四元数加权和问题转化为代价函数取极值时的四元数向量求解问题;并通过求取四元数误差方差矩阵对角线元素平方根的方法保证扰动四元数的规范化;利用乘性误差四元数表示四元数估计点与采样点之间的距离,求取四元数的协方差矩阵解决了旋转矢量方差计算问题。仿真实验表明,与传统的扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）算法相比,该算法估计精度更高,稳定性更好。     

基于双旋迫击炮弹平台的改进型Sage-Husa自适应滤波滚转角测量算法

针对传统扩展卡尔曼滤波算法无法消除量测噪声、导致二维弹道修正引信滚转角测量误差偏大问题,利用轴向陀螺的实测转速作为系统噪声补偿,提出一种基于双旋迫击炮弹平台的改进型Sage-Husa自适应卡尔曼滤波滚转角测量算法。相对于传统扩展卡尔曼滤波方法,新算法显著降低了滚转角测量误差,提高了滤波器对于弹道升弧段和降弧段滚转角新息改变的自适应性;以高精度三轴转台作为硬件实验验证平台,该算法始终能够保持较高的测量精度和自适应性。研究结果表明：改进后的Sage-Husa自适应卡尔曼滤波滚转角测量算法在仿真验证中的滚转角测量误差均值为0.26°、标准差为0.35°;硬件实验验证中的滚转角测量绝对误差不超过4.2°.     

基于UKF弹体滚转姿态测量方法研究

利用磁阻传感器和GPS等器件的测量信息,建立了地磁/GPS组合弹体姿态测量解算模型,对弹体姿态信息进行实时测量解算。为了提高弹体飞行姿态测量解算精度,建立了弹道滤波方程,采用UKF算法进行数据滤波处理,结合磁阻传感器的输出信息对弹体滚转姿态进行实时解算。数值计算及仿真结果表明:相比于直接使用GPS输出的速度信息进行姿态解算,通过UKF滤波处理后,可以使得地磁/GPS组合测量解算的结果更准确,提高了弹体姿态解算精度。     

基于观测域平方根UKF的机载无源定位算法

针对机载无源定位存在滤波稳定性差、收敛速度慢、定位精度低等问题,提出一种观测域平方根UKF滤波算法,新算法充分利用了观测域滤波的自动解耦功能和平方根UKF良好的数值稳定性及非线性滤波能力,并通过最小偏度单形采样的UT变换减少了算法在状态域与观测域之间转换时存在的舍入误差,同时也提高了算法的运行效率。仿真结果表明新算法提高了滤波稳定性、收敛速度和定位精度。     

一种基于UKF的MEMS／GPS组合导航算法

针对微电子机械（MEMS）／全球定位（GPS）组合导航系统中,强非线性引起的扩展卡尔曼滤波（EKF）~-航精度不高、滤波性能不稳定、收敛速度慢等问题,研究了MEMS／GPS组合导航系统无迹卡尔曼滤波（UKF）算法,避免了EKF繁重的求导计算。本文对2种滤波方法进行了仿真比较,结果表明,用UKF的组合导航系统的误差收敛速度比EKF快,精度也比EKF高,UKF算法更适合于MEMS／GPS组合导航。     

基于交互式多模型无迹卡尔曼滤波的悬架系统状态估计

为有效解决复杂行驶工况下非线性悬架系统运动状态无法精确获取的难题,实现模型参数不确定以及时变路面激励工况下悬架状态精确估计的目标,开展了悬架系统状态估计研究。在路面激励模型和非线性悬架系统模型的基础上,结合交互式多模型算法与基于马尔可夫链的蒙特卡洛理论,设计了考虑模型参数不确定以及时变路面激励工况下多模型交互无迹卡尔曼滤波（IMMUKF）状态估计算法,且利用随机控制稳定判据验证了所设计的非线性观测器稳定性判定。对比分析了不同路面激励工况下悬架系统对于传统无迹卡尔曼滤波观测器与IMMUKF观测器的状态估计精度,并进行了台架试验验证。试验与仿真结果表明,IMMUKF观测器可获取更高的系统状态识别精度,不同路面激励仿真工况下状态估计误差最大均方根值不超过8%.     

一种基于数据融合的全轮驱动车辆质心侧偏角估计方法

为准确估计全轮电驱动车辆行驶状态参数,设计了一种基于数据融合的质心侧偏角估计方法。该方法充分利用低成本普通车载传感器信息、电机输入信息和驾驶信号,在建立非线性3自由度 车辆模型和轮胎模型基础上,采用无迹卡尔曼滤波算法对质心侧偏角进行估计;同时通过信号积分法估计质心侧偏角,结合车辆行驶工况和路面条件,将无迹卡尔曼滤波和信号积分两种算法结果进行了数据融合。基于硬件在环实时仿真平台进行了车辆操纵仿真验证,结果表明,提出的估计算法与单一估计算法相比,具有更高的观测精度,能够满足多种行驶工况下的质心侧偏角观测需求。