一种变换状态空间的稳定卡尔曼滤波算法

该文在分析了扩展卡尔曼滤波中两种线性化误差的产生原因及其对滤波影响的基础上,针对线性状态方程和非线性观测方程这一类系统,提出了采用一组新的状态量代替原来的状态量,使得观测方程为线性方程,从而避免了因为观测方程线性化导致的观测空间和状态空间的映射关系改变,提高了扩展卡尔曼滤波的稳定性和状态估计的精度。通过一个无源定位与跟踪的计算机仿真试验验证了这种方法的优点。     

无源定位观测方程的两类伪线性化方法及渐近最优闭式解

为避免无源定位中的迭代运算,该文针对两类特殊的无源定位(非线性)观测方程,分别提出将其进行伪线性化处理,从而实现目标位置闭式解算的理论分析框架.首先,在不限定具体物理观测量的前提下,归纳总结出两类将非线性观测方程转化为伪线性观测方程的数学模型,并推导出用于目标定位的加权线性最小二乘闭式解.接着,利用一阶误差分析方法定量分析两类闭式解的理论定位方差,并证明其参数估计性能均能够达到相应的克拉美罗界(在门限效应发生前),从而证明闭式解的渐近最优性.最后,文中以AOA/TOA联合定位和AOA/TDOA/FDOA联合定位为算例,分别阐述两类伪线性化无源定位方法的具体应用,并通过仿真实验验证文中理论分析的有效性.     

基于自适应插值扩展卡尔曼滤波的永磁同步电机状态估计

PMSM无传感控制的转速与转子位置估计对系统至关重要,扩展EKF算法作为无传感控制技术被广泛应用在工业领域。但是EKF算法在系统线性化过程中产生截断误差,对于高度非线性模型无法得到精确估计值。为减小EKF算法因非线性问题而造成的误差,文中提出了一种基于AIEKF状态估计法。该方法以量化状态方程的非线性程度为依据,通过添加伪状态值减小EKF算法线性化中产生的误差对估值精度的影响,从而降低系统在线性化过程引起的误差。仿真计算结果表明,AIEKF较EKF的截断误差平均降低了55.6%。     

基于高维状态空间的移动机器人定位

位置跟踪是移动机器人自主导航中的一个主要任务.扩展的卡尔曼滤波定位方法是一个常用的位置跟踪方法,但是在对非线性系统方程进行线性化近似过程中引入了线性化误差.文中给出了一个基于线性系统模型的位置估计方法.用一个高维的状态向量表示机器人的位置空间,并选用环境路标的全局信息作为观测向量,此时系统动态模型和系统观测模型都是线性的,从而直接运用最优的线性卡尔曼滤波技术进行移动机器人位置估计.这种方法免除了非线性方程的线性近似过程,避免了线性化误差.实验表明,位置估计过程是收敛的、一致的.     

UKF在GPS/INS伪距、伪距率组合导航中的应用

扩展卡尔曼滤波（EKF）是GPS／INS组合导航系统中常用的数据融合方式。但是EKF的线性化会带来截断误差,从而影响系统定位精度。不敏卡尔曼滤波（UKF）是一种新的非线性滤波的方法,它能减少线性化截断误差对系统定位精度的影响。文中在线性状态方程的条件下,主要研究了伪距、伪距率的非线性对系统定位性能的影响。UKF采用非线性观测方程,EKF采用线性观测方程。仿真结果表明UKF能明显改善位置项的定位精度。     

有色噪声下的不敏卡尔曼滤波器

有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题。通常的方法是利用扩展卡尔曼滤波方法将非线性系统线性化后,再利用线性系统的方法对有色噪声系统进行估计。然而,模型的线性化误差往往会严重影响最终的滤波精度,甚至导致滤波发散。为了避免此类误差,先通过对测量方程进行变换的方法,将观测方程的有色噪声转换为白噪声后,再利用不敏卡尔曼滤波方法,对系统的状态进行估计。虽然,该方法也需要对观测方程进行线性化,但是由于此线性化过程是在求解新量测方程的测量误差中进行,因此对系统的误差影响不是很大。仿真结果表明新方法能够有效地对有色噪声环境下系统的状态进行估计,性能要优于现有的一些基于EKF的方法。     

大误差条件下单频干扰引起的伪码跟踪误差研究

单频干扰能够引起较大的伪码跟踪误差,基于小误差条件的跟踪误差分析会失效。在大误差条件下,由于码环鉴相器不再工作在线性区域,利用鉴相器输出的二阶泰勒展开式代替一阶线性化近似,该文给出了单频干扰下伪码跟踪误差的解析表达式。通过数值分析和仿真实验分析验证了在单频干扰下伪码跟踪误差随干扰起始相位、干扰频率和干信比的变化特性。结果表明:当干扰引起的伪码跟踪误差较大时,基于鉴相器线性化的理论预测的准确性显著下降,而基于鉴相器二阶泰勒近似的理论分析能够准确预测大误差条件下的伪码跟踪误差,在跟踪误差不超过0.34 chip时,理论分析误差不超过20%。     

装有目标跟踪平台导弹的模拟和控制

用数字计算机研究和模拟装有目标跟踪平台的导弹非线性运动方程.这种计算机模拟用来评价平台控制系统设计的性能.将运动方程线性化并应用最佳控制技术设计控制器.当姿态误差产生的控制信号输入到非线性运动方程相乘时,用这些技术获得固定的反馈控制增益.结果表明:这种线性控制技术能够成功地应用到非线性系统;通过指令和姿态变化之间的误差反馈,线性调节器反馈增益能够用于某些更一般的指令条件的控制.还表明,能够减小导弹横滚跟踪误差,使导弹瞄准目标方位更加准确.     

基于sigma点H∞滤波的说话人跟踪方法

在基于麦克风阵列的说话人跟踪系统中,存在观测方程的非线性程度较强,观测误差的统计特性不易准确描述等问题.本文提出了一种基于sigma点H∞滤波的说话人跟踪方法.该方法用sigma点转换技术减小观测方程的线性化误差,用H∞滤波方法降低观测误差不确定性对说话人位置估计的影响,从而提高了说话人跟踪精度,增强了跟踪系统对噪声的鲁棒性.仿真实验结果表明,相对于扩展卡尔曼滤波方法,本文方法在多种噪声条件下可将说话人跟踪误差降低25%以上.     

一种新的基于角度和时差的稳健定位跟踪算法

针对无源定位必须实现快速和稳定无偏定位跟踪的要求,提出了一种新的双站基于角度和时差的稳健定位跟踪算法。该算法将扩维伪线性测量方程的观测误差矩阵协方差阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解即可获得目标状态的渐进无偏估计值。仿真结果表明,与扩展卡尔曼滤波（EKF）算法及最小二乘(LS)算法相比,本文所提算法定位跟踪性能更稳定,精度更高,估计误差可以接近克拉美罗限（CRLB）。在测量误差较大或者两个观测站测量误差不一致时优势更明显,实用性强。      

基于小生境遗传算法的雷达组网误差配准

多传感器信息融合须进行误差配准。传统的误差配准技术采用RTQC、最小二乘法或极大似然估计法,将非线性方程进行线性化,而线性化过程会引入误差。给出了一种基于小生境遗传算法的误差配准算法,该方法在采用基于ECEF坐标系的误差配准技术的基础上,克服了将非线性方程线性化带来的误差,并在传统遗传算法的基础上引入小生境技术,提高了遗传算法全局寻优能力、收敛速度以及系统误差估计结果的精度。最后,将该方法与基于ECEF坐标系的最小二乘法及传统遗传算法进行了比较,仿真实验结果验证了算法的有效性。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

一种不依赖状态估计的自适应输出反馈控制方法

研究了一种不依赖状态估计的自适应输出反馈控制方法。首先引入伪控制信号使系统反馈线性化，然后设计一个线性动态补偿器和在线神经网络，自适应消除不确定性和建模所引起的误差。对一含有末建模动态的非线性系统的仿真结果表明，该控制方法能够消除系统的稳态误差，提高系统动态性能，并且具有较好的鲁棒性。     

适合处理乘性噪声估计卫星姿态的非线性迭代滤波算法

针对带乘性噪声的星敏感器/陀螺非线性卫星姿态确定系统,提出了一种迭代MEKF(Iterative Multiplicative Extended Kalman Filter)姿态估计滤波算法.通过对带乘性噪声的非线性卫星姿态确定系统的状态方程和测量方程进行二次线性化迭代,并基于线性最小方差准则和投影公式,导出了姿态状态...     

基于Rao-Blackwellised粒子滤波的相控阵导引头指向误差斜率在线估计

针对相控阵导引头指向误差斜率对导弹制导系统带来的寄生回路振荡问题,该文提出一种指向误差斜率在线估计的算法,并能同步估计出目标状态。基于Rao-Blackwellised粒子滤波(RBPF),将指向误差斜率和目标状态同步估计问题分解为两个问题:一个是指向误差斜率的后验估计问题,另一个是以指向误差斜率估计为条件的目标状态估计问题。该文给出了算法的推导过程,并进行了数字仿真验证。仿真结果表明,该文所提算法对于相控阵导引头指向误差斜率的估计性能优良;并能同时准确估计出目标状态信息。采用此信息形成导引指令,可以消除指向误差斜率对制导系统的不利影响,提高系统的稳定性和制导精度。     

卡尔曼滤波在雷达偏差估计应用中的改进

为实时跟踪整个雷达网内各雷达的方位偏差和测距偏差的幅度变化,可利用卡尔曼滤波数据存储量小、便于实时处理的特点,用卡尔曼滤波算法对雷达方位偏差和测距偏差幅度进行实时跟踪,并在实际处理的过程中改进噪声计算方法,克服噪声线性化的问题,对实时估计雷达方位偏差和测距偏差非常有效。通过MATLAB仿真得到验证,改进后的雷达方位偏差和测距偏差的估计值比改进前更精确,并且收敛速度提高了2倍,结果表明,此方法既简单又快速、估计值更精确。     

基于误差预处理技术的水下被动目标跟踪方法

针对伪线性估计器有偏性问题进行了研究,指出产生有偏性的原因是由于将测量方位误差引入了测量方程。针对潜艇测量方位的变化特点,提出了一种对测量方位分段拟合的处理方法,将处理后的测量方位用于伪线性估计器。通过仿真实验,验证了该方法不但可以大大减小有偏性,而且提高了目标要素的解算速度。