Sage-Husa自适应卡尔曼滤波算法在SINS初始对准中的应用研究

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.     

Sage-Husa自适应卡尔曼滤波算法在SINS初始对准中的应用研究

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。     

PSO网络优化双重卡尔曼滤波在初始对准中的应用

为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题,提出了基于带惯性权重的微粒群（PSO）优化网络逼近的双重卡尔曼滤波算法．首先,利用滤波过程中产生了新的天向方位失准角九和水平方位失准角氐信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题,利用双重卡尔曼滤波获取的数据作为训练样本,PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单。计算量小,具有实时性和快速性,同时可以保证系统的对准精度。     

简化UKF在SINS摇摆基座上的初始对准

大方位失准角情况下,捷联惯导系统(SINS)误差方程是非线性的,传统的扩展卡尔曼滤波(EKF)会产生线性化误差,影响初始对准精度.为了减少滤波计算量,将一种简化的UKF(RBAUKF)方法应用于SINS初始对准,采用较少的采样点数目和简化的滤波更新算法,避免了对非线性方程的线性化.仿真结果表明,RBAUKF与EKF相比,可在较短时间内完成初始对准,具有更高的精度.     

一种粒子滤波SINS大方位失准角初始对准方法

针对捷联惯导系统大方位失准角的情况,分析了系统非线性误差模型,提出了基于最优重要性分布函数的序贯重要性采样粒子滤波(SIS-PF)初始对准方法,并进行了仿真研究.仿真结果表明,在大方位失准角初始对准中,基于最优重要性分布函数的序贯重要性采样粒子滤波器初始对准精度比无迹卡尔曼滤波器(UKF)提高了一个数量级,与序贯重要性重采样粒子滤波(SIR-PF)初始对准相比,该方法不但精度高,而且计算量小.     

基于平方根容积卡尔曼滤波的SINS大失准角快速对准方法

为提高大失准角情况下捷联惯导方位失准角的收敛速度,提出了一种以水平速度误差和等效东向陀螺输出为观测量的快速对准方法。推导了基于欧拉平台误差角的非线性误差模型和非线性观测方程,采用平方根容积卡尔曼滤波作为非线性滤波器。数字仿真表明,新方法的方位失准角收敛速度明显优于常规方法,适用于三个失准角均为大角的情况。最后,针对对准精度提出几点看法和建议。     

地地导弹初始对准误差及其影响分析

介绍了采用捷联惯导的地地导弹初始对准方法和原理 .推导了地地导弹初始对准误差的传播规律和对导弹飞行的影响机理 ,进行了初始对准误差的定量分析计算 .根据仿真计算 ,得出了初始对准误差对地地导弹命中精度影响的相应结论 ,在此结论基础上探讨了减小初始对准误差影响的方法     

近程导弹捷联惯导初始对准试验与仿真研究

为了了解近程导弹在肩抗瞄准过程中的扰动运动特性，并在此基础上建立捷联惯导系统的初始对准方法，利用几何原理对瞄准过程进行试验，将试验获得的地面坐标系中的数据处理转换成捷联惯导系统应该测量到的数据，由此提出了初始对准方法、建立了数学模型、给出了算法。利用数字仿真手段验证了初始对准数学模型的正确性和可行性，研究了计算误差和测量误差。给肩抗发射的近程导弹提供了一种便捷有效的初始对准方法。     

粒子滤波在捷联惯导系统非线性对准中的应用

首先建立了捷联惯导系统(SINS)的误差模型,接着介绍了粒子滤波的基本原理和算法,并对SINS误差模型进行了理论分析.然后基于非线性SINS误差模型的特点和实时性要求,采用了粒子滤波和卡尔曼滤波相结合的方法对SINS进行非线性对准.最后,计算机仿真结果表明了该方法的有效性,满足对准精度要求.     

最优两位置对准在SINS自对准中的应用

捷联惯性系统的初始对准一直是国内外的研究热点,本文利用一种新的解析粗对准方法和最优两位置对准进行惯导系统的自对准,不仅提高了系统的可观测性,而且提高了对准精度。     

自适应滤波算法在捷联惯导初始对准中的应用研究

针对捷联惯导系统静基座自对准过程中常规卡尔曼滤波器估计精度低且易发散的问题,提出了一种复合自适应卡尔曼滤波算法．该算法采用衰减记忆法利用信息实时估计系统噪声方差阵,并基于模糊推理的自适应因子调节滤波增益阵和系统噪声阵．仿真验证了该自适应算法较常规卡尔曼滤波有更强的稳定性和更高的滤波估计精度．     

捷联惯导初始对准的UKF改进算法

针对UKF在捷联惯导系统静基座大方位失准角的初始对准中出现的计算量大和滤波数值不稳定的问题,本文提出了改进的UKF滤波。改进的UKF滤波应用了超球面采样和平方根滤波方法,降低了算法的计算量,提高了滤波过程中的数值稳定性。仿真结果表明,改进的UKF滤波在保证初始对准滤波精度的前提下降低了计算量,提高滤波性能,验证了改进的UKF滤波方法的有效性和优越性。     

基于惯性系采用Kalman滤波的车载SINS行进间对准方法

介绍了惯性系中基于重力加速度信息进行粗对准的实现方法。在此基础上通过推导以地心惯性坐标系为导航系的捷联惯性导航系统（SINS）误差方程,建立了与惯性系对准算法相匹配的状态模型,提出了一种采用Kalman滤波实现基于惯性系的SINS行进间精对准方法。计算机仿真实验结果表明,文中所提出的基于惯性系的采用Kalman滤波的车辆行进间精对准方法,可有效地降低干扰噪声的影响,提高初始对准的精度。此外,该方法相对于基于地理坐标系进行滤波的方法,简化了滤波模型,较大的降低了计算量。     

直升机用SINS/GPS组合导航自适应滤波研究

由于直升机的工作环境复杂,采用常规卡尔曼滤波进行组合导航容易发散。为了提高系统应对突变的能力,提出了一种基于Sage-Husa滤波器和强跟踪滤波器的交互式多模型(IMM)自适应滤波(AF)算法。具体实现是通过判断滤波器的每一维收敛判据,进而选择相应的自适应算法。仿真结果证明了改进算法的有效性和优越性,导航精度得到了显著提升。     

基于方位装订的弹载捷联惯导初始对准技术研究

研究了基于方位装订的弹载捷联惯导系统的初始对准问题。首先推导了方位角误差和失准角误差的关系,在此基础上,提出了增加方位角误差作为观测量的观测方程,建立了基于方位装订条件下的卡尔曼滤波方程,并用奇异值分解的方法分析了系统的可观测性和不可观测状态变量,结果表明陀螺漂移均可观测,而加速度计零偏均不可观测;计算机仿真结果表明该初始对准方法收敛速度快,对准精度高。     

基于机载捷联惯导计算导弹初始姿态的算法

随着惯导技术的发展,机载主惯导逐渐用捷联惯导替代平台式惯导,由此带来了火控系统计算导弹姿态算法的变化。本文研究了惯性导航系统算法,总结出基于机载捷联主惯导的导弹姿态算法。通过仿真验证,该算法计算精度满足要求,可以用于空空导弹导航系统初始化。     

神经网络技术在初始对准中的应用

文中在神经网络的基础上，给出了扩展Kalman的神经网络的模型；讨论了该模型的的算法；对惯导系统非线性误差模型进行了离散化；基于扩展Kalman滤波的神经网络用在惯性导航初始对准中，不仅滤波的精度高．而且保证了滤波的实时性，最后的仿真说明了本方法的有效性。     

游移方位激光捷联惯导系统传递对准方法

为解决舰船行进过程中的动基座传递对准问题,介绍游移方位激光捷联惯导系统传递对准的2种方法。以舰载激光捷联惯导系统作为主惯导系统,飞机激光捷联惯导系统作为子惯导系统,并通过卡尔曼滤波器进行仿真,分析了这2种不同的方法。仿真结果表明,2种方法均能满足传递对准精度的要求以及实际工程上的应用。结果表明该方法具有一定的工程应用价值。