基于最小二乘法的月球探测器自主导航

对于地月转移轨道的月球探测器,其受力复杂,轨道动力学方程难以精确建立,因此难以应用已有的基于轨道动力学方程的滤波方法对其进行自主导航.文中提出了以太阳和恒星的天文信息为观测量,采用迭代最小二乘法进行纯几何解析定位来实现月球探测器自主导航的方法.最后还对定位结果的优化的进行了研究.通过数学仿真分析了敏感器精度、观测星个数等因素对定位精度的影响,结果表明这种方法简单可靠,可以作为深空探测自主导航的滤波方案的初值.     

深空探测转移段光学成像测量自主导航及仿真验证技术

本文研究了深空探测转移段光学成像测量自主导航涉及的导航天体的选取与规划、导航天体图像的处理、观测方程与状态方程的建立、导航滤波算法的选取以及数学与半物理仿真验证等技术,提出了导航目标最优选取与成像序列规划、复杂导航星图提取与识别、无迹变换导航滤波以及光学成像测量自主导航仿真验证等方法.数学和半物理仿真试验验证结果表明,提出的方法有效提高了自主导航精度.     

改进的Unscented Kalman滤波算法

为了提高UKF的运算效率,本文分析了UKF中各参数对滤波效果的影响,给出了一种系统状态转移矩阵为线性变换时UKF的优化算法,并证明了本算法的正确性。针对野值影响UKF精度的缺陷,本文提出了使用新息判断野值是否存在的检测方法。对于野值存在的情况首先剔除野值,然后根据已经得到的滤波状态应用最小二乘法对当前状态进行预测估计,对于野值不存在的情况直接使用UKF滤波,最后推导了使用最小二乘法拟合野值存在时估计的合理性,从而证明了这种方法可以极大地提高UKF抗野值的能力。本文最后用具体的仿真实例说明了最小二乘法与UKF相结合算法消除野值的有效性。     

基于UKF滤波的WSN节点定位研究

无迹卡尔曼滤波(UKF)模拟系统的后验概率密度函数,避免了扩展卡尔曼滤波(EKF)中引入的较大线性化误差的缺陷.本文提出了一种基于加权最小二乘法(WLSE)和UKF的无线传感器网络(WSN)节点定位算法.算法采用TOF测距技术测量未知节点到信标节点的距离,利用加权最小二乘法估算未知节点的初始位置,并采用UKF滤波对节点进行精确定位,同时与EKF滤波结果进行比较.相关分析结果表明,算法在TOF测距基础上,将加权最小二乘法和UKF滤波结合,可以较大提高节点的定位精度.     

地球卫星自主天文导航滤波方法性能分析

在系统硬件精度无法改进的条件下,滤波方法是影响地球卫星自主天文导航精度和实时性的最重要因素,本文针对地球卫星天文导航工程应用的需求,研究了目前导航系统中应用最为广泛的扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)、Unscented粒子滤波(UPF)3种滤波方法,在滤波周期和噪声分布影响下的导航精度和实时性.半物理仿真结果表明,在相同仿真条件下,Unscented粒子滤波方法具有最高的导航精度,但计算量也最大,EKF方法计算量最小,导航精度最低.本文结果可为地球卫星自主导航系统中滤波方法的选择提供参考和依据.     

加权观测融合非线性无迹卡尔曼滤波算法

针对非线性系统的无迹卡尔曼滤波器(UKF),应用加权最小二乘(WLS)法,提出了加权观测融合UKF滤波算法.证明了加权观测融合UKF滤波算法与集中式观测融合UKF滤波算法在数值上的完全等价性,因而具有全局最优性.一个带两传感器非线性系统的仿真例子说明了两种融合算法的有效性及等价性.     

基于联邦UKF算法的移动机器人自主组合导航

组合导航技术是解决地面机器人自主导航的一个有效途径,其中GPS/DR是一种典型的组合方式。常用的卡尔曼滤波主要用于处理线性问题,针对该导航系统非线性的特点,对Unscented卡尔曼滤波（UKF）与分散式滤波技术相结合的方法进行了研究,建立了用于GPS/DR导航系统的联邦UKF算法。数值仿真实验表明,联邦UKF比联邦EKF有更好的滤波精度,同时有更高的稳定性和容错性,是一种理想的GPS/DR导航非线性滤波方法。     

基于UD-EKF自主光学导航方法仿真

针对探测器自主光学导航系统滤波算法鲁棒性的要求,通过对深空探测器巡航段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量,并结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过对协方差矩阵的UD分解来避免对协方差矩阵的直接求逆而导致的计算机舍入误差过大从而滤波发散的情况,通过matlab仿真验证了该方案可行性,节省了星载计算机的内存限制了舍入误差的增长,达到了较好的滤波效果.     

有色噪声下的平方根UKF在天文自主导航中的应用

针对由星敏感器和光学导航相机组成的卫星天文自主导航系统, 传统的平方根UKF不能很好地解决测量噪声为有色噪声情况下的非线性滤波问题, 导致导航系统的精度下降. 为此, 提出了一种有色噪声情况下的平方根UKF方法. 同时, 为了避免在数值计算的过程中, 由于舍入误差而破坏误差协方差矩阵的正定性和对称性, 在整个递推计算过程中, 借鉴平方根Kalman滤波理论, 采用协方差矩阵平方根进行递推计算, 改善滤波算法的稳定性, 协方差矩阵的平方根更新用cholesky分解和qr分解来计算. 将该方法应用于卫星天文自主导航系统中, 实验仿真结果表明, 相对于传统的平方根UKF算法, 所设计的平方根UKF算法能够很好地解决测量噪声为有色噪声情况下估计精度低问题.     

GPS接收机自主完整性监视(RAIM)的最小二乘算法研究

民航导航中,对于导航系统的导航完整性有严格的要求.随着卫星导航系统在飞机上的应用,机载增稳系统或GPS接收机自主完整性监视越来越受到重视.本文主要针对GPS接收机自主完整性监视的算法进行研究.常用的自主完整性监视方法主要有:距离比较方法;最小二乘方法;奇偶法等.本文主要对最小二乘方法进行研究.     

基于嵌入式的移动机器人导航算法研究

针对移动机器人视觉导航中路径识别和路径跟踪问题,采用S3C2440嵌入式处理器处理摄像头传感器采集的路径环境信息,实现移动机器人在有引导路径的情况下自主导航。首先,用小波分析的方法进行图像增强和滤波,数学形态学反复开关滤波去除路面上的杂质,其次,针对单路径和交叉引导路径分别采用基于阈值化和形态学方法提取中心点,最后,加权最小二乘法计算导航参数。实验结果表明,该导航算法具有较好的实时性和准确的控制精度,能够满足机器人视觉导航的需要。     

星载SINS/GPS自主组合导航系统仿真研究

重点讨论了应用于低轨道卫星的自主组合导航滤波器设计问题。考虑星上环境、精度要求和可靠性,对标准卡尔曼滤波器进行了改进。采用加权衰减记忆滤波抑制滤波发散,同时设计简易的最小二乘器实时监控卡尔曼滤渡过程是否发散,若发散则重置,进行分段滤波。通过仿真,证实了该方法的可行性,且滤波效果较理想、精度较高。     

基于稳健最小二乘支持向量机的测深激光信号处理

针对浅海探测中激光回波噪声源多、信噪比低,传统非加权最小二乘支持向量机和加权最小二乘支持向量机对低信噪比信号滤波不足的问题,提出将稳健最小二乘法与加权最小二乘支持向量机相结合的滤波方法(HW-LS-SVM)。首先采用强淘汰权函数计算先验权值、残差和均方误差,然后采用权函数模型计算最小二乘支持向量机的权值,最后通过迭代计算实现回波信号滤波。通过仿真实验结果表明, HW-LS-SVM方法较最小二乘支持向量机、贝叶斯最小二乘支持向量机和传统加权最小二乘支持向量机滤波效果更加稳健,在噪声率为45%的情况下,滤波效果较为理想,水面和水底回波提取正确率为100%;对实测4组深水区和4组浅水区数据滤波后提取的海水深度均与背景资料的深度吻合。由此表明, HW-LS-SVM方法具有更好的抗噪性,更适合于对信噪比低的测深激光信号的滤波处理。     

基于约束最小二乘数字图像恢复

介绍了图像退化模型和约束最小二乘滤波器以及平滑约束最小二乘滤波器,并用MATLAB7.0实现约束最小二乘滤波恢复图像和平滑约束最小二乘滤波恢复图像。     

改进的强跟踪UKF在组合导航中的应用研究

针对强跟踪UKF算法与组合导航紧耦合系统模型不匹配、滤波性能不完善及滤波过程中迭代不稳定等问题,提出一种改进的强跟踪UKF滤波算法,根据强跟踪正交性原理,改进渐消矩阵的求解方法,减少滤波周期中的冗余计算,并重构UKF与强跟踪的结合方式,解决UKF与紧耦合模型不匹配的问题,有效提高强跟踪UKF滤波实际应用中的稳定性.将算...     

UPF在探测器自主导航中的应用

利用星敏感器和地平仪测量"星光仰角",进行自主导航方案设计.将UPF(Unscented Particle Filter)方法引入导航方案,利用UKF(Unscented Kalman Filter)获得重要性采样函数的同时,通过重采样解决了粒子耗尽问题,改善了系统性能.并与标准粒子滤波方法相比较,通过仿真验证了该方法的优越性.     

基于最小二乘和EKF的伪卫星定位算法

空基伪卫星由于自身机动性以及受到诸如气流、压力、温度等外界因素的影响使得其位置存在着偏移。因此,精确确定空基伪卫星的位置是其增强现有导航系统或独立组网进行导航定位的前提。针对扩展Kalman滤波对初值的要求和最小二乘法估计性好的特点,提出了一种混合算法,该算法用逆定位原理建立伪距观测方程组并采用最小二乘法解算出初值,运用扩展Kalman滤波进行定位。仿真表明,混合算法优于最小二乘法,定位精度得到了提高。     

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.     

基于联邦UKF的可重复使用运载器再入段组合导航

针对航天科技领域的再入问题,根据导航系统状态方程非线性的特点,设计基于联邦滤波的UKF（Unscented Kalman Filter）算法,并应用于可重复使用运载器（Reusable Launch Vehicle,RLV）的组合导航系统.对基于该算法的RLV组合导航（惯性导航、卫星导航和天文导航）系统进行仿真,并与传统的基于联邦滤波算法对组合导航系统进行比较.结果表明,提出的组合导航方案和基于联邦滤波的UKF算法能提高导航精度、鲁棒性和容错性.     

面向室内移动机器人的无迹滤波实时导航方法

根据轮式移动机器人室内自主漫游的目标要求和约束条件,提出了一种新的实时导航策略,利用UKF（unscented Kalman filter）算法对置顶相机和里程计获取的移动机器人位姿信息进行在线滤波,为实现移动机器人的室内自主漫游控制进行实时导航定位．实验结果表明,提出的导航策略和实现算法满足实时性要求,具有较高的精度,可为进一步的实际应用提供参考．