适用处理非高斯观测噪声的强跟踪卡尔曼滤波器

在高斯噪声条件下,卡尔曼滤波器(KF)能够获得系统状态的一致最小方差线性无偏估计.但当噪声非高斯,KF性能将严重下降.观测噪声非高斯现象在深空探测自主导航中经常遇到,然而现有模型可能存在着精度不高、稳定性不强或者计算复杂度较高的缺点.针对这种现状,本文在传统强跟踪卡尔曼滤波器(STKF)中新息正交原则的基础上,推导了适用处理非高斯观测噪声的强跟踪卡尔曼滤波器(STKFNO),并将其嵌入到无迹卡尔曼滤波(UKF)框架下形成适用处理非线性系统非高斯观测噪声的强跟踪无迹卡尔曼滤波器(STUKFNO).所提出的算法被应用到深空光学自主导航系统中,仿真结果表明所提出的算法能够较好地应对观测噪声的非高斯性.     

基于陆标图像的火星绕飞自主导航方法

针对火星绕飞自主导航的高精度要求,利用火星表面的陆标作为新的测量信息源,通过对陆标特征提取识别获取测量信息.在仅观测火星地表陆标图像信息的基础上,建立了相应的自主导航方案并利用可观测性矩阵分析了该方案的可观测性.考虑到在图像拍摄和视线提取过程中可能会产生的不确定性测量误差,采用基于极大相关熵的无迹卡尔曼滤波算法抑制不确定性误差影响,并实现对火星探测器的位置、速度的状态估计.数学仿真结果表明该自主导航方法具有可靠性,极大相关熵无迹卡尔曼滤波算法通过结合无迹变换和极大相关熵鲁棒权重函数可以有效抑制测量模型中不确定误差影响,能够达到较高的火星绕飞定轨精度.     

基于最优模型选择的多信标长基线定位系统误差辨识方法

为辨识多信标长基线定位系统误差,及提高定位精度,针对目标安装多个信标且目标体积不可忽略的情况,构建了多信标体制的长基线水下定位模型。进一步针对测元系统误差中包含的声速误差、时延误差,在多信标体制定位模型的基础上,构建了多类系统误差辨识模型,并结合水下目标定位过程,计算时延残差,构建模型最优检验统计量,给出了系统误差模型的最优选择准则,实现水下目标位置参数和系统误差参数的有效估计。仿真结果表明,该模型最优选择准则可以有效选择合适的系统误差辨识模型,提高长基线水下目标的定位精度。提出的基于最优模型选择的多信标长基线定位系统误差辨识方法可为水下目标定位试验提供理论支撑和有效参考。     

基于改进的典型相关分析的故障检测方法

为提高基于典型相关分析的故障检测方法使用效率,对原有的残差产生方式进行改进。通过分析残差信号统计特性,重新选取残差产生方式,使得改进的残差生成方式不依赖于主元个数的选取,从而避免因主元个数选取所带来的故障检测性能影响。通过Tennessee Eastman benchmark process仿真实例,对改进方法的可行性和有效性进行验证。选取4个典型故障的运行数据,分别用所提方法进行故障检测,改进的典型相关分析方法能够有效的检测故障的发生。另外,通过对两个统计量的故障检测率的对比可以看出,两个统计量对于发生在不同子空间的故障敏感度各异,对于不同故障的检测能力不同。