共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。 相似文献
3.
Sage-Husa自适应卡尔曼滤波算法在SINS初始对准中的应用研究 总被引:1,自引:0,他引:1
Sage-Husa自适应卡尔曼滤波算法是解决系统模型发生变化的捷联惯导系统初始对准的一种有效工具,但对未知的系统噪声方差阵和观测噪声方差阵进行同时估计将会造成滤波发散.本文将在选择最佳遗忘因子的基础上,选取仅对观测噪声方差阵和均值进行估计的改造Sage-Husa自适应卡尔曼滤波算法进行捷联惯导系统的初始对准.计算机仿真试验结果表明:该方法在收敛速度和精度上都有很大改进. 相似文献
4.
5.
6.
7.
研究当基准信息出现短时异常情况下的捷联惯导系统动基座传递对准问题。用于传递对准的基准信息,容易受到测量噪声、电磁干扰、通讯误码等因素的影响,而出现短时异常的情况,这对于滤波器来说是致命的。特别是在滤波快结束时出现的异常情况。由于常规卡尔曼滤波器对异常基准信息不具鲁棒性,滤波将产生较大波动甚至发散,提出利用自适应卡尔曼滤波和抗野值卡尔曼滤波消除异常基准信息对滤波器的影响,并对比分析了两种滤波方法的优缺点,分析表明,抗野值卡尔曼滤波对异常基准信息具有更好的鲁棒性,计算量比自适应卡尔曼滤波要小,而且更加稳定,更适合实际工程应用。最后通过试验验证表明,上述分析和结论是正确和有效的。 相似文献
8.
9.