共查询到19条相似文献,搜索用时 156 毫秒
1.
基于新息自适应滤波的惯性测量单元误差在线标定方法研究 总被引:1,自引:1,他引:0
考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。 相似文献
2.
野值会严重影响滤波器的稳定性和滤波精度。以自主水下航行器(Autonomous UnderwaterVehicle,AUV)为应用背景,通过分析AUV中低精度组合导航系统的特点和误差模型,针对野值可能产生的影响,提出了一种由Sage_Husa自适应滤波和抗野值修正算法结合而成的自适应抗野值Kalman滤波算法。仿真结果表明,自适应抗野值Kalman滤波算法提高了滤波器的滤波精度和稳定性,具有较好的工程实用价值。 相似文献
3.
基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法 总被引:1,自引:0,他引:1
在多自主水下航行器(AUV)协同定位系统中,针对协同定位性能受到系统内部和外部等多种因素制约的问题,提出一种基于径向基函数(RBF)神经网络辅助容积卡尔曼滤波(CKF)的多AUV协同定位方法。当基准参考位置可用时,通过非线性CKF得到滤波新息、预测误差和滤波增益作为RBF神经网络输入层的输入,滤波误差值作为输出对RBF神经网络进行训练;当基准信号中断时,利用训练好的RBF神经网络,对CKF的滤波状态估计值进行补偿,进而得到新的估计状态。利用湖试数据,模拟多AUV协同定位系统输入存在误差情况下的协同定位实验。实验结果表明,所提方法与无RBF辅助的CKF方法相比,平均定位误差减小70%,具有更好的准确性和稳定性。 相似文献
4.
AUV组合导航系统中H∞滤波技术 总被引:1,自引:0,他引:1
为了提高自主水下航行器(AUV)组合导航系统精度,选择了捷联式惯性导航系统(SINS)、多普勒速度声纳(DVS)以及地形匹配导航系统(TAN)作为AUV组合导航系统导航传感器,建立了AUV组合导航系统的状态模型和导航传感器观测模型,运用了一种基于径向基函数(RBF)神经网络进行H∞滤波信息分配的信息融合方法,并进行了计算机软件仿真.仿真结果表明,在有色噪声情况下,AUV组合导航系统的导航姿态、速度和位置精度得到了提高,有效地克服了传统滤波容易发散的缺点,提高了AUV组合导航系统的容错性能和导航精度. 相似文献
5.
目标跟踪系统Kalman滤波野值修正算法研究 总被引:2,自引:0,他引:2
在雷达目标跟踪系统数据处理中,应用kalman滤波对目标(飞机)位置进行精确估计时,测量数据中出现的野值,对kalman滤波效果会产生严重的不良影响,出现较大的估计偏差,甚至使滤波系统发散.文中利用新息性质,提出野值判定依据,实时判别测量数据中的野值,并提出修正算法,有效地抑制了野值对滤波的影响. 相似文献
6.
一种基于量测伪距的EKF移动长基线AUV协同导航方法 总被引:1,自引:0,他引:1
在移动长基线(MLBL)定位中,由于水声信号在水中传播速度较慢,以及被定位AUV的白身运动,导致AUV与不同浮标的距离是在不同时间不同位置测量产生的,所以应用移动长基线会产生一定的时间延迟定位误差.本文针对该定位误差,提出了一种基于量测伪距的EKF移动长基线时间延迟算法,该算法利用扩展Kalman滤波,通过对AUV的位置状态的前推,重构了系统的量测方程,实现了量测方程同系统的量测量在时间上的一致性,有效地解决了时间延迟产生的误差.理论分析与仿真结果均表明,该方法可以显著提高导航定位精度. 相似文献
7.
kalman滤波广泛应用于惯导系统的初始对准,本文建立带来知常值偏置的六状态滤波器误差方程,利用微硅陀螺采集的数据。进行仿真,得到航向、姿态角误差和陀螺漂移估计量,然后进行补偿,并且给出了仿真结果。 相似文献
8.
低成本IMU误差辨识与补偿算法 总被引:1,自引:0,他引:1
低成本IMU具有误差大、误差随温度变化明显等特点,并且不同IMU误差差异较大,应用时需深入辨识所使用IMU误差特性,并补偿,以提升应用效果;为此形成了一种预处理算法流程,首先应用Allan方差分析IMU随机误差情况;为抑制噪声干扰,提升IMU应用性能,然后应用IIR滤波器对IMU数据进行预滤波处理,抑制非相关噪声;最后提出了预处理算法处理实测IMU数据,实验结果充分证实了Allan方差误差参数辨识的有效性,以及IIR滤波器抑制非相关噪声的有效性。 相似文献
9.
10.
针对配置有捷联惯导(SINS)/多普勒速度仪(DVL)/深度传感器组合导航定位系统的自主水下航行器(AUV)的定位误差随时间增大,以及采用GPS修正定位误差引起的AUV隐蔽性降低等问题,提出了一种利用水下固定单信标修正SINS/DVL/深度传感器组合定位误差的方法。该方法首先利用水声测距原理测量出AUV与水下固定单信标的距离,然后基于空间几何关系计算出AUV的实时位置,最后通过卡尔曼滤波连续修正AUV的定位误差。仿真结果表明,该方法可以有效减小AUV的定位误差,有较好的工程应用价值。 相似文献
11.
12.
针对传统的惯性导航误差模型推导不适合空间应用以及GPS信号传输修正能力有限等问题,提出一种基于GPS/SINS/CNS的组合导航系统总体设计方案。在导航仿真系统中增加组合导航系统性能评估模块,推导了基于J2000坐标系的惯性导航误差模型,给出GPS、SINS与CNS的数学模型,利用扩展的卡尔曼滤波设计组合导航系统,对连续信号和信号中断两种模式进行了仿真。仿真结果表明,该导航系统能很好地满足航天器在轨运行的导航性能要求,能够为航天器提供高精度的测量与导航信息。 相似文献
13.
针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统,并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明,该方法能提高组合导航系统的滤波精度与可靠性,但当实际的模型集不能覆盖实际的所有模态时,系统的滤波精度会有所下降。 相似文献
14.
为了在有限的体积、功耗及成本范围内提高自主水下航行器(AUV)远程、深海导航定位精度,提出了将基于图像声纳的同时定位与地图创建(SLAM)方法应用于AUV水下组合导航系统,利用图像声纳获取AUV与地形特征点之间的距离和3D方位数据,结合捷联惯性导航系统(SINS)得到的导航数据,通过扩展卡尔曼滤波(EFK)方法对载体状态和地图状态进行连续并行估计和量测,将得到的误差估计反馈回SINS进行修正,可抑制其随航行时间和距离增加的姿态、速度和位置误差。此外,在地形特征点向量中加入声学尺寸元素,可提高特征识别的准确性。仿真结果表明,在持续观测到有效的地形特征点条件下,惯导误差得到了较好抑制,特别是在AUV返程或往复巡航过程中,重复观测到同一地标时,可大幅提高水下组合导航的定位精度。 相似文献
15.
16.
17.
针对传统全球定位系统(GPS)辅助自主式水下航行器(AUV)导航的局限性,给出了一种基于单移动GPS智能浮标(GIS)的自主水下航行器(AUV)导航方法。利用超短基线(USBL)原理设计了AUV导航天线,通过该导航天线测量GIS与天线上水听器间的角度和距离,并由两者的向量关系和GIS的坐标位置导出了系统的量测方程。应用标准卡尔曼滤波(KF)解算水听器的坐标,进而求得AUV的位置坐标。仿真结果表明,该导航方法能较好地克服GPS在水下导航中的局限性,具有机动性好、隐蔽性强等优点,研究成果有望为AUV远程精确定位、路径规划和多AUV协同导航等方面提供理论基础。 相似文献
18.