共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
捷联惯导摇摆基座自对准中圆锥误差补偿算法 总被引:2,自引:2,他引:0
针对捷联惯导系统(SINS)在摇摆基座上的自对准误差,提出了减小圆锥误差、提高自对准精度的具体圆锥误差补偿算法。分析比较了四元数四阶龙格-库塔算法、等效转动矢量的二子样、三子样等圆锥误差补偿算法及其理论补偿效果。结合仿真和实验结果得出:自对准误差随算法子样数的增大而降低,子样数增加1,北向对准误差减小近1倍,姿态角的离散度降低;随摇摆幅度的增大和频率的提高,三子样补偿算法的自对准精度接近稳定;综合考虑采样频率、子样数、计算量和对准精度要求,选择三子样圆锥误差补偿算法可以满足SINS摇摆基座下的自对准要求。 相似文献
3.
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。 相似文献
4.
5.
6.
7.
为了减小或消除时间延迟的影响,提高系统动基座传递对准精度,提出了一种捷联惯导系统传递对准过程中对主、子惯导间信息传输时间延迟的补偿算法。该算法利用子惯导导航解算过程中的相关数据和延迟时间,对传递信息中因时间延迟产生的误差进行补偿修正,并用修正后的主惯导信息进行动基座传递对准。车载试验结果证明,该方法可有效提高系统传递对准精度,减小传递对准时间,补偿算法有效可行。 相似文献
8.
9.
10.
提出一种再入弹道目标跟踪的球面单纯形-径向容积卡尔曼滤波算法(Spherical Simplex Radial Cubature Kalman Filter,SSRCKF),有效提高了地基雷达对再入段弹道目标的实时跟踪精度。首先,在测站坐标系下建立了再入弹道目标的非线性动力学方程和量测方程,利用四阶龙格-库塔方法得到适用于滤波计算的离散形式,具有比传统欧拉法更高的离散精度;然后,利用Spherical Simplex-Radial准则逼近非线性函数的高斯加权积分,基于贝叶斯滤波框架得到SSRCKF算法,具有比CKF更高非线性滤波精度。对再入弹道目标跟踪仿真实验中,相比于CKF算法,SSRCKF算法的定位精度提高约4.5m,定速精度提高约0.06m/s。 相似文献
11.
为提高被动传感器观测噪声为含时变有色噪声、跳变噪声的混合噪声时容积卡尔曼滤波(CKF)算法的滤波精度和稳定性,提出一种自适应容积卡尔曼滤波(ACKF)算法。在ACKF算法中,在基本CKF算法基础上,采用观测重构、待定系数去相关方法,推导得到有色噪声条件下的容积卡尔曼滤波算法。针对时变有色噪声和跳变噪声导致滤波精度受损的问题,引入噪声方差在线修正及有害观测剔除的思想,进行了ACKF算法设计。仿真结果表明,与基本CKF算法相比,ACKF算法在x轴、y轴、z轴3个方向得到的被动定位精度分别提升了24.75%、32.57%和28.48%,具有更高的滤波稳定性和精度。 相似文献
12.
在普通粒子滤波器中,基于先验概率的重要性密度不能容纳最新测量信息,导致跟踪精度难以提高。针对该问题,给出一种基于平方根卡尔曼滤波(SRUKF)的新型粒子滤波算法(SRUPF)。该算法以普通粒子滤波器(PF)为基础,运用SRUKF生成重要性密度。与运用先验知识生成重要性密度的普通粒子滤波器不同,SRUPF的重要性密度中包含了最新的观测信息,从而能够更好地逼迫状态变量的分布规律。此外,由于SRUPF在计算重要性密度时不需要在每一个迭代步骤都对状态协方差阵进行分解,因而SRUPF比PF具有更好的数值稳定性。在非线性测角跟踪问题中的应用表明:SRUPF滤波器的跟踪精度优于PF和SRUKF。 相似文献
13.
14.
基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法 总被引:1,自引:0,他引:1
在多自主水下航行器(AUV)协同定位系统中,针对协同定位性能受到系统内部和外部等多种因素制约的问题,提出一种基于径向基函数(RBF)神经网络辅助容积卡尔曼滤波(CKF)的多AUV协同定位方法。当基准参考位置可用时,通过非线性CKF得到滤波新息、预测误差和滤波增益作为RBF神经网络输入层的输入,滤波误差值作为输出对RBF神经网络进行训练;当基准信号中断时,利用训练好的RBF神经网络,对CKF的滤波状态估计值进行补偿,进而得到新的估计状态。利用湖试数据,模拟多AUV协同定位系统输入存在误差情况下的协同定位实验。实验结果表明,所提方法与无RBF辅助的CKF方法相比,平均定位误差减小70%,具有更好的准确性和稳定性。 相似文献
15.
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。 相似文献
16.
17.
初速或然误差是发射药的重要弹道性能指标,它的大小影响发射药内弹道性能的稳定性和再现性。为了分析身管对某发射药初速或然误差的影响,依据已经获得的该发射药初速或然误差的大量试验数据,利用数理统计方法对不同身管试验所得的结果分别进行了正态性检验、异常性检验和一致性检验。检验结果表明:试验数据呈正态分布、样本值均无异常值、样本总体方差相等而均值差有显著差异。得出了不同身管对发射药初速或然误差有显著影响的结论。可见,身管质量的一致性是影响发射药初速或然误差的因素之一。 相似文献
18.
基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪 总被引:1,自引:0,他引:1
针对交互式多模型粒子滤波算法(IMMPF)的精度不高,算法更新时间长,难以满足静电机动目标跟踪要求的问题,提出了一种新的基于模糊控制的交互式多模型粒子滤波算法(FIMMPF)。该算法先利用模糊控制方法实现实时调整交互式多模型算法中的转换概率矩阵,使与目标当前运动状态最接近的运动模型在混合产生这一采样时刻的初始状态向量里占有更大的比重。同时,为了提高基本粒子滤波算法的精度,减小算法更新时间,再利用中心差分扩展卡尔曼滤波算法产生基本粒子滤波的建议分布函数,实现对目标运动状态的更新。理论分析和仿真结果表明,所提出的算法能够以更高的定位精度,更小的计算量实现对静电机动目标的跟踪。 相似文献
19.
基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法 总被引:3,自引:2,他引:1
针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF) 的定位估计算法。通过分析RSSI 定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa 估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF 估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。 相似文献