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。     

改进的自适应卡尔曼滤波在SINS 初始对准中的应用

为提高 Sage-Husa 自适应滤波的稳定性,提出一种基于 UD 分解的改进自适应滤波算法。对在线估计的量测噪声协方差阵和状态估计误差方差阵采取UD分解的形式进行标示和更新,结合捷联惯导静基座初始对准模型,对改进自适应算法进行仿真测试。仿真结果表明：在先验量测噪声和状态估计协方差矩阵存在误差的情况下,新算法能够提高对准精度。     

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.     

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．     

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。     

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.     

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     

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。     

遗传算法在捷联惯导系统初始对准中的应用研究

针对捷联惯导系统初始对准的精度问题,提出了在粗对准的基础上采用遗传算法进行精对准的方法,结合初始对准的特点及要求,适当选择遗传算法的主要操作进行了仿真,并与卡尔曼滤波的结果进行了比较。通过对仿真结果的分析表明：遗传算法的全局搜索能力强、速度快,应用于导弹的初始对准可以提高导弹的快速反应能力,但由于其局部搜索能力较弱,针对性不强,因此可以与其它具有优良局部寻优能力和针对性较强的算法搭配使用以达到整个系统的最优。     

强跟踪滤波在捷联惯导动基座初始对准中的应用

捷联惯导系统动基座初始对准的研究中是假定运载体做恒定运动,而实际中运载体会改变运动状态．一些参数随之发生突变．使用卡尔曼滤波会造成跟踪误差增大。针对该问题,提出并设计了应用强跟踪滤波技术的捷联惯导系统动基座初始对准方案。通过数字仿真,将卡尔曼滤波与强跟踪滤波的性能进行比较,证明该方法具有精度高、抗干扰、跟踪能力强的特点。     

多位置对准技术在挠性陀螺捷联系统初始对准中的应用研究

在挠性陀螺捷联系统中,初始对准是影响系统输出精度的重要环节.本文针对挠性陀螺捷联系统的特点,将多位置对准技术应用于挠性陀螺捷联系统,利用分段定常系统可观测性分析理论对系统多位置对准的可观测性进行了全面研究,并采用卡尔曼滤波方法,对姿态误差角和惯性测量元件误差进行了估计,给出了两位置及三位置的方差仿真曲线.仿真结果表明,最优两位置对准不但可以使系统成为完全可观测,而且可以减小对准误差.最优三位置对准可以加速垂直陀螺漂移估计误差的收敛速度,将多位置技术应用于挠性陀螺捷联系统可以提高系统的对准、标定精度.     

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。     

激光陀螺捷联导航系统初始对准方法研究

针对激光陀螺捷联导航系统的特点,从理论上分析了卡尔曼滤波法、解析陀螺罗经法和间接估计法3种捷联导航系统常用初始对准方法的特点。并采用某激光陀螺捷联导航系统的实测数据对3种初始对准算法进行了比较研究。结果表明,3种方法的稳态精度基本一致,这和理论分析是相吻合的。间接估计法由于引入了微分,容易受到传感器噪声的影响,超调量很大,收敛速度很慢。解析陀螺罗经对准和卡尔曼滤波由于采用闭环方案,收敛速度要比间接估计法快,更适合激光陀螺捷联导航系统的初始对准。     

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。     

渐消记忆自适应滤波在传递对准中的应用

针对模型存在误差或状态突变下传递对准精度误差较大甚至发散等问题,提出了基于渐消记忆自适应卡尔曼滤波的传递对准方法,以设计的“速度+积分角速度”匹配模式为例进行仿真分析。仿真结果表明：基于渐消记忆自适应卡尔曼滤波的方法同经典卡尔曼滤波算法相比提高了传递对准的精度和收敛速度,是解决模型存在较大误差或状态突变下的传递对准问题的一种有效方法。