基于改进SRUKF的多机无源定位跟踪算法

SRUKF能够解决UKF在滤波过程中由于噪声和计算误差导致的误差协方差阵负定的问题,但也付出了增加运算量的代价。以多机编队对地面辐射源进行无源定位跟踪为应用背景,提出了一种改进的SRUKF算法。该算法采用比例修正的最小偏度单形采样策略,减少采样点的同时又能基本保持算法精度;借鉴简化UKF的思想,针对此应用背景下的线性化状态方程,对状态和状态误差协方差平方根的一步预测采用KF进行递推,从而进一步降低运算量。仿真结果表明,相对于采用比例对称采样的标准SRUKF算法,文中所提算法不但能够保持计算精度,而且减小了运算量,具有一定的工程实用意义。     

低轨星座对自由段空间目标跟踪算法研究

根据空间预警系统中被动传感器所获得的目标方位信息,对自由段空间目标的多星定位方法进行了研究。建立了天基低轨星座的观测模型和对自由段空间目标的运动模型。使用EKF、UKF和高阶UKF滤波器进行了相应的跟踪定位数据仿真和系统定位分析。仿真结果表明EKF、UKF和高阶UKF都能对自由段空间目标进行定位和跟踪。从收敛速度、估计精度以及运算效率等方面比较3种滤波器的跟踪性能,UKF的跟踪性能优于EKF和高阶UKF。     

基于变增益UKF的单站无源定位算法

将一种适用于非线性系统的UKF应用于单站无源定位,并结合具体应用背景,设计了变增益UKF滤波器。变增益UKF滤波器具备UKF滤波器精度高,稳定性好,不易发散的优点。蒙特卡罗仿真结果表明,该滤波器适用于实际情况,且具有比UKF和EKF更好的跟踪性能。     

一种基于"当前"统计模型的机动辐射源单站无源定位方法

针对采用非线性较强的脉冲到达时间差、观测角等参数的固定单站对机动运动辐射源无源定位跟踪系统,提出了一种用"当前"统计模型对角速度建模,利用UKF滤波进行滤波,跟踪机动辐射源的定位方法.同时对非线性定位系统的可观测性进行了分析,得到了与辐射源作匀速运动相同的可观测条件.仿真结果表明,本文提出算法对固定单站在角速度变化的机动运动无源定位中跟踪效果更佳.     

基于UKF的稳定平台导引头被动测距算法研究

本文的主要目的是为了解决主动寻的空空导弹被动测距的问题.由于很多导弹采用的是稳定平台的导引头,使得现有的只测角被动测距的方法不能直接进行应用.本文通过对稳定平台导引头结构和导弹常用坐标系之间关系的分析,得到了合适的测量方程和状态方程,由于状态方程是一个比较复杂的非线性方程,本文采用了UKF的方法,并给出了得到下一个时刻采样点的算法.对本文提出的算法利用六自由度导弹模型进行了仿真,并针对常见格斗场景对UKF与EKF的性能进行了比较和分析.最后通过对脱靶量的比较表明了本文提出的算法有效的提高了导弹的导引精度.     

基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计.针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统.提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好.     

基于UKF算法的汽车状态估计

准确实时获取行驶过程中的状态信息是汽车动态控制系统研究的关键问题。将unscented卡尔曼滤波(UKF)算法应用到汽车的状态估计之中,建立了包含时不变统计特性噪声和非线性轮胎的汽车动力学模型,采用具有对称采样策略和比例修正的UKF算法对汽车估计了多个关键状态量。将UKF估计器与常见的EKF估计器进行了比较分析,基于ADAMS/Car的虚拟试验和实车试验验证了UKF在汽车状态估计中的可行性。     

基于无迹卡尔曼滤波的双选信道估计方法

针对高速移动场景中由于信道存在时频域选择性衰落(双选衰落)导致正交频分复用(orthogonal frequency division multiplexing, OFDM)通信系统受到子载波间干扰而使通信质量下降的问题,采用基扩展信道模型,在消除子载波间干扰(inter carrier interference, ICI)影响的同时节约信道估计算法的空间复杂度。针对基扩展模型(basis expansion model, BEM)下的非线性信道状态空间模型,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)方法进一步跟踪信道响应提升信道估计精度。仿真分析表明,本研究所提方法能够有效提升信道估计的精度,相对于传统算法具有更好的误码率性能和鲁棒性。     

Fault Detection for Nonlinear Systems with Unknown Input

This paper extends the problem of fault detection for linear discrete‐time systems with unknown input to the nonlinear system. A nonlinear recursive filter is developed where the estimation of the state and the input are interconnected. Unknown input which can be any type of signal was obtained by least‐squares unbiased estimation and the state estimation problem is transformed into a standard unscented Kalman filter (UKF) problem. By testing the mean of the innovation process, a real‐time fault detection approach is proposed. Simulations are provided to demonstrate the effectiveness of the theoretical results.     

基于欧拉角微分模型的捷联惯导直接非线性对准方法

从捷联惯性导航系统欧拉姿态角非线性微分方程出发,利用静态对准零速度约束条件研究了由姿态角、速度输出和传感器误差组成的直接非线性对准简化模型;同时,结合该对准模型系统方程非线性、量测方程线性的特点,对状态与系统噪声联合采样的复杂加性噪声UKF算法进行简化,实现状态扩维后计算量不增加.随后,通过M ATLAB仿真对传统欧拉...