H∞滤波和Kalman滤波在初始对准中的比较研究

惯性导航系统初始对准技术长期以来被作为研究的重点,特别是动基座对准研究。在这种情况下,方位误差角为大失准角,传统的Kalman滤波方法不能得到良好的对准效果;此时,采用鲁棒扩展H∞滤波器来解决这个问题。鲁棒扩展H∞滤波器是建立在鲁棒控制理论基础的次优估计算法,降低了模型的准确性,提高了模型的鲁棒性。同时,只要适当选取滤波器性能因子γ和δ就可以得到很好的对准效果。本文就γ和δ的选取做了理论上的分析和仿真试验,给出了相应的取值范围及准则,为工程中选取γ和δ提供了一定的依据。     

动基座初始对准中H∞滤波器因子分析研究

电磁兼容性问题已经成为影响飞行器地面测试、仿真试验设备综合性能发挥的重要因素之一。针对某飞行目标测试转台的电磁兼容性要求,分析了系统内部的电磁环境特性,探讨了降低电磁干扰影响程度的基本设计准则,提出了针对试验要求的电磁兼容性设计思路,并通过对比试验结果验证了设计的有效性,为地面试验设备的电磁兼容性设计打下了基础。     

天线反射对混波室场均匀性校准的影响

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降。推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能。通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用。     

H∞滤波与Kalman滤波的对比研究

在一般情况下，Kalman滤波技术应用得比较广泛。然而，在系统模型和噪声统计特性存在不确定性的条件下，Kalman滤波的应用就受到了一些限制，而H∞滤波可有效地解决Kalman滤波所遇到的问题，不仅估计精度高，而且还具有鲁棒性。本文首先简单介绍了H∞滤波和Kalman滤波，然后又分为三个方面对二者的性能进行了比较分析。     

H∞次优滤波在速度姿态匹配传递对准中的应用

针对速度+姿态匹配传递对准中量测中的不确定性干扰,采用H.∞滤波方法进行速度+姿态匹配传递对准.并与卡尔曼滤波进行了比较,仿真结果表明,当系统噪声和量测噪声为白噪声时,卡尔曼滤波器和H∞滤波器均有效,而且卡尔曼滤波器优于H∞滤波器.但是,当系统噪声与量测噪声为有色噪声并且存在建模误差时,卡尔曼滤波收敛速度明显低于H∞滤波的收敛速度.H∞滤波更符合工程应用的实际情况,因而H∞滤波是一种非常有效的估计方法.     

H 􀀂 滤波在两位置对准技术中的应用

对于弹载捷联惯性系统来说,快速、精确的初始对准技术是其重要的关键技术.通过分析弹载捷联惯性系统对准过程中外界干扰的随机性特点,设计一种基于 H∞滤波的两位置对准方法.采用最优两位置对准技术,改善系统的可观测性,利用 H∞鲁棒滤波技术,改善系统的鲁棒性.此外,根据实际使用环境条件,假设了三种典型干扰模型,计算机仿真结果表明,这个研究方案不仅满足了导弹快速高精度对准的要求,而且提高了系统的鲁棒性.     

SINS大失准角初始对准的改进算法研究

在捷联导航系统优化控制的研究中,捷联惯导系统(SINS)初始对准的误差方程存在是非线性,对于静基座初始对准造成误差较大。传统采用的方法是将失准角视为小角度,可将误差模型线性化,利用KF完成静基座的初始对准。但是对于动基座大失准角来说,多采用非线性滤波方式来解决,建立误差模型,并采用UKF滤波进行数据融合。由于非线性模型的噪声参数未知等原因,常规的UKF可能会出现滤波发散现象,为解决上述问题,提出采用自适应方法的UKF来对建立的非线性模型进行滤波。仿真结果表明,在大失准角情况下,采用非线性模型的AUKF比UKF滤波具有更好的对准精度和更快的收敛速度,可为优化设计提供参考。     

H∞次优滤波在角速度匹配传递对准中的应用

角速度匹配传递对准的量测量是主惯导的高精度陀螺测量信息与子惯导的陀螺测量信息之差,将角速度匹配传递对准的量测量送入卡尔曼滤波器进行信息融合,以获得导航系统误差的最优估计值.通过对角速度匹配传递对准的系统状态模型和量测模型的构建与分析,在将机翼弹性变形等干扰项为有色噪声时,采用H∞次优滤波的角速度匹配传递对准方式估计弹体的安装误差角与姿态失准角,从而实现机载导弹武器系统的快速传递对准.仿真结果表明,基于H∞次优滤波的角速度匹配传递对准,能有效抑制实际应用中弹体的机翼弹性变形等外界不确定噪声的干扰,在确保传递对准鲁棒性能的同时,可以获得良好的快速性能和滤波精度.因此,作为一种空中飞行的对准方法,采用H∞次优滤波将干扰项作为有色噪声应用于角速度匹配传递对准更符合工程应用的实际情况.     

基于H∞次优滤波的速度+角速度传递对准研究

针对舰船机动性能差,以及舰船高频振颤等不确定性干扰因素影响惯导系统传递对准滤波效果的问题,提出了基于H∞次优滤波的"速度+角速度"匹配传递对准方法.首先分析了影响传递对准性能的关键要素,确定了适用于弱机动特性的舰船用惯导系统传递对准方案.在此基础上,设计"速度+角速度"匹配传递对准的H∞次优滤波器,解决不确定性外部干扰的影响.给出了设计方法和滤波器解算流程.比对仿真结果表明:对于不确定性有色噪声干扰,H∞次优滤波具有很强的鲁棒性,能够完成对失准角的估计,更加符合舰船实际应用条件.     

具有H∞误差边界的Kalman滤波器

本文运用H_∞优化理论讨论了在控制系统中的一个重要问题——滤波问题。提出了一种新的具有H_∞边界的Kalman滤波器。比较了仅考虑LQG指标与同时考虑LQG与H_∞指标下各类系统的特点,对标准的Kalman滤波器的H_∞特性以及新的LQG/H_∝滤波器与标准的Kalman滤波器的差异与包容特性进行了理论上的详尽分析和讨论。从这些分析中可以看到LQG/H_∞综合设计的优越性。     

联合H∞滤波算法及其在组合导航系统中的应用研究

针对联合卡尔曼滤波器对系统模型和系统噪声先验知识依赖性过强的局限性，基于H∞滤波对系统模型和噪声等不确定性因素具有极强的鲁棒性能的特点，介绍了一种H∞滤波的分散化技术，并在此基础上提出了联合H∞滤波算法，给出了信息分配方式，并对其性能作了详细的分析．指出该算法能有效解决局部滤波器测量更新之间的相关性问题。对MIMU／GPS／HMR组合导航系统进行了计算机仿真，仿真结果表明，该联合H。滤波算法虽然不是最优的，但是其状态估计精度仍然要优于分散H∞滤波器的估计精度。     

广义时变系统的鲁棒H2/H∞滤波

研究一类广义时变系统的鲁棒H2/H∞滤波器的设计问题。 利用具有参数依赖的Lyapunov函数,结合线性矩阵不等式分别给出了使滤波误差系统容许且满足H∞性能约束的充分条件、使滤波误差系统容许且满足H2性能约束的充分条件以及使滤波误差系统容许且满足H2/H∞性能指标的充分条件。 基于该具有参数依赖Lyapunov函数的鲁棒H2/H∞性能准则推导出鲁棒H2/H∞滤波器存在的充分条件,并将滤波器的设计问题转化为线性矩阵不等式约束优化问题。 最后通过数值算例表明该方法的有效性。     

基于H∞的低精度捷联惯导系统初始对准方法

由于低精度捷联惯导系统的陀螺精度较低,初始对准时方位失准角的估计精度往往不高;另外,进行初始对准的常用方法是采用Kalman滤波技术,但在实际应用时,其鲁棒性不高,因此迫切需要一种能够改善低精度捷联惯导系统方位失准角的估计精度且兼具鲁棒性的初始对准方法。提出了一种将H∞滤波用于引入磁航向的低精度捷联惯导系统的初始对准方法,能够解决上述问题。建立了一种引入磁航向的捷联惯导系统初始对准的误差模型,通过可观测性和可控性分析,得出可观可控系统,利用H∞滤波方法对其进行了仿真分析,仿真结果表明,能够改善低精度捷联惯导系统方位失准角的估计精度,并能有效抑制有色噪声及建模误差的影响,将其应用于低精度捷联惯导系统的初始对准是切实可行的。     

迭代容积粒子滤波算法在SINS初始对准中的应用

在大方位失准角误差的条件下,捷联惯导系统(SINS)初始对准误差模型是非线性的,可以采用粒子滤波(PF)方法进行处理.针对标准PF算法中存在的重要性密度函数难以选取的问题,提出了一种新的迭代容积粒子滤波(ICPF)算法.将Gauss-Newton迭代和容积卡尔曼滤波(CKF)算法相结合,得到迭代CKF(ICKF)算法.该算法利用最新量测信息改进迭代过程中产生的新息方差和协方差,可获得较高的估计精度.由ICKF算法获得粒子滤波算法的重要性密度函数,有效地抑制了粒子退化现象.SINS大方位失准角初始对准的仿真结果和实验结果表明:该算法的滤波精度高于标准PF算法和容积PF(CPF)算法,是一种非常有效的非线性滤波算法.     

级联卡尔曼滤波在初始对准中的应用

针对微惯组测量误差大,尤其是陀螺仪误差较大,不能辨别地球自转角速度,造成捷联惯性导航系统不能实现自对准的问题,采用GPS和磁强计辅助微惯组进行对准。当载体处于静止状态时,没有外力作用,加速度计仅输出重力加速度信息,可提供水平姿态角的观测信息,航向角观测由加速度计和磁强计的输出融合解算得到,通过构建级联的四个卡尔曼滤波器,分别实现水平姿态角、航向角、陀螺仪误差、失准角和加速度计零偏的估计,将估计的姿态角转换为待修正的姿态矩阵,利用估计的失准角对姿态矩阵作进一步修正,最终得到修正的姿态矩阵,完成初始对准目的。     

H∞滤波在高精度载波相位组合导航中的应用研究

建立了以载波相位双差观测量对惯导位置误差直接进行观测的数学模型,应用H∞鲁棒滤波理论,对组合导航系统进行闭环反馈控制。在噪声特性不确定的情况下,确保了系统的可靠性和实时性。在同样条件下对上述模型与Kalman滤波进行了动态仿真并比较,结果表明,该系统状态估计精度较高,系统鲁棒性好,对实际工程应用具有良好的参考价值。     

基于UKF的MEMS捷联惯导传递对准方法

在飞行器导航系统优化问题的研究中,为解决MEMS捷联惯导(SINS)传递对准精度低和对准时间长的问题,提出了一种采用无迹卡尔曼滤波(UKF)的MEMS-SINS传递对准方法.首先利用欧拉平台误差角表示主子惯导坐标系之间失准角的方法,建立MEMS-SINS传递对准的大失准角误差模型.然后对建立的模型采用UKF滤波算法,使用确定性样本的方法来处理传递对准模型的非线性问题.最后对提出的传递对准方法进行仿真验证,并与扩展卡尔曼滤波(EKF)进行比较.仿真结果表明:在传递对准过程中,UKF获得了比EKF更好的对准精度和更短的对准时间,基本满足了战术级导航系统传递对准的精度要求.     

EKF和SUKF在大摇摆基座初始对准中的应用

通过在SINS解算过程中加入速度和位置阻尼信息,推导了惯导系统在大失准角情况下的简化非线性误差模型,研究了非线性SUKF和EKF滤波器在大幅度摇摆基座初始对准中的适用性,有效解决了传统解析式粗对准算法不能应用于大幅摇摆基座自主初始对准的问题.两种非线性滤波器在系统粗略装订初始姿态的情况下,可以不经过粗对准过程直接实现系统的精确对准.最后以舰船系泊条件下的大幅摇摆基座为仿真环境,仿真验证了两种非线性滤波对准算法的有效性,并比较了两种算法的对准精度.结果表明两种非线性滤波器的对准精度相当,从计算复杂度的角度考虑,EKF算法有更强的实用性.     

基于Kalman滤波的AUV两位置对准方法

针对自主式水下潜器(AUV)的特定工作环境及导航系统对准精度的需求,提出一种基于Kalman滤波的两位置组合对准方法.建立系统误差模型,分析两位置组合对准原理,通过改变惯导系统误差模型中的捷联矩阵改善系统的可观测性,利用谱条件数求取两位置对准时系统参数可观测度.仿真结果表明,该方法能准确估计器件偏差,经补偿后能提高系统...     

Kalman滤波理论在GNSS信号跟踪中的应用

在分析传统GNSS接收机跟踪环路的基础上,对传统的码环滤波和载波滤波在复杂的环境下精度不高的问题,提出一种以自适应Kalman滤波算法代替码环和载波环中的两个环路滤波器,并依据新息自适应的对测量噪音实时调整,将调整结果输入到卡尔曼跟踪环路,估计跟踪误差、实现GNSS(扩频信号)信号的跟踪,提高环路在复杂应用环境下的跟踪精度。仿真结果证明了这种方法提高了跟踪精度,对环境的适应能力有了明显的增强。