共查询到20条相似文献,搜索用时 296 毫秒
1.
针对舰载机捷联惯导系统(Strapdown Inertial Navigation System,SINS)传递对准技术中存在挠性杆臂效应问题,提出一种采用误差模型一体化的补偿方案。建立了杆臂效应与挠曲变形的一体化误差模型,分析了线性量测方程下的简化非线性卡尔曼滤波(Unscented Kalman Filter,UKF)算法,将其应用在杆臂效应与挠曲变形的一体化误差补偿技术中。模拟海浪干扰下舰船的三轴摇摆动态仿真环境,利用仿真结果验证了一体化误差补偿方案可行性。 相似文献
2.
传递对准是机载和舰载装备惯导系统初始对准的首选方案,由于传递对准大多在恶劣的外部环境下进行,使得常规的线性误差模型不能准确的描述传递对准过程中的误差传播特性,所以国内外研究者提出了一系列的非线性误差模型,但是这又带来了非线性系统状态估计时计算量较大的问题。针对这一问题提出了一种双模型快速传递对准方法,在传递对准的初始时刻,失准角较大时,采用基于速度加四元数匹配的非线性误差模型和非线性滤波算法如Unscented卡尔曼滤波进行传递对准状态估计,当失准角的估计达到一定的精度后对子捷联惯导进行一次校准,再切换到基于速度加姿态角匹配的常规线性误差模型和常规卡尔曼滤波,仿真结果表明,该方法能够获得比单独使用线性误差模型或非线性误差模型高的对准精度,并且计算量比采用非线性误差模型时大大减小。 相似文献
3.
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. 相似文献
4.
随着捷联惯导系统的发展,对惯性导航精度和快速性的要求越来越高。而快速性主要取决于初始对准时间。传统的初始对准方法具有一定的局限性,而传递对准是一种新型的、快速的初始对准方法。主要分析了传递对准方法中的速度匹配方法,在此基础上推导了杆臂效应的基本原理。最后通过仿真得到,存在杆臂效应时,航向失准角估计误差稳态值为-0.5°;通过实船实验得到,存在杆臂效应时,俯仰、横滚和航向角的失准角估计误差分别为-0.22°,-0.37°,-0.35°,从而验证了杆臂效应误差对失准角的影响。 相似文献
5.
研究低成本捷联惯导系统中静基座方位失准角对准问题。传统采用的MIMU精度较低,误差模型的非线性化。为改善方位失准角的对准精度,提出了一种UPF方法的方位失准角对准方法。建立了关于磁强计辅助MIMU的粗对准模型,并将磁强计辅助完成粗对准的方位角偏差引入精对准的线性和非线性误差模型之中,给出了一种简化的UPF递推算法,对比了不同误差模型下的三种滤波方法的效果。仿真结果表明,无论是线性还是非线性误差模型下,UPF都获得了比KF和UKF更优的对准精度和收敛性,具有重要理论意义和应用参考价值。 相似文献
6.
基于H∞的低精度捷联惯导系统初始对准方法 总被引:1,自引:0,他引:1
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。 相似文献
7.
8.
本文针对舰载武器传递对准产生的杆臂效应模型未考虑动态挠曲的情况,根据挠性杆臂效应原理推导出该模型,利用simulink搭建挠曲变形角二阶马尔科夫过程模型,并与非挠性杆臂效应比较,表明动态挠曲引起的加速度误差较大,需要计算补偿。 相似文献
9.
研究自主水下航行器,位置速度匹配中的误差需要补偿.捷联惯导大失准角误差传播特性是非线性的.为了提高捷联惯导大失准角初始对准精度,提出了一种基于UKF的捷联惯导初始对准的方法.由于对大失准角下SINS的非线性误差模型和系统噪声和观测噪声为加性的特点,给出了一种简化的Unscented卡尔曼滤波递推算法,并提出在精对准阶段采用多次精对准提高大初始失准角下SINS对准精度进行仿真.仿真结果表明,在GPS辅助下,使捷联惯导方位角误差减少,采用改进方法,也可获得较高的对准精度. 相似文献
10.
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. 相似文献
11.
在二级倒立摆稳摆控制中,摆杆的角度信号受到测量噪音污染,通过差分获取角速度时,该噪音被放大,导致稳摆控制器的输出产生较大的随机波动,同时电机作为执行器,也混入了较大的过程噪音.这两种噪音使系统出现较强抖动,既不利于摆杆稳定,也缩短了电机寿命.对此,将稳态卡尔曼滤波器与渐消记忆法结合起来,找到了确定稳态卡尔曼滤波器增益矩阵的有效方法,既克服了模型误差,又满足实时性要求,减小了电机抖动,取得了较好的效果. 相似文献
12.
13.
14.
高斯混合粒子PHD 滤波被动测角多目标跟踪 总被引:2,自引:0,他引:2
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成.然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此提出一种新的高斯混合粒子PHD算法.该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算目标状态的预测和更新分布.仿真结果验证了所提出算法的有效性. 相似文献
15.
基于施蒂费尔流形和线性优化重采样的粒子滤波器 总被引:1,自引:1,他引:0
为了解决粒子退化问题,提出一种基于施蒂费尔流形和线性优化重采样的粒子滤波算法.将系统模型置于施蒂费尔流形之上,采用朗之万分布描述过程转移概率分布,用矩阵正态分布表示似然函数分布,从而得到一种较为通用的重要性概率密度函数选择方法;同时,将重采样中抛弃的粒子与复制的粒子按照一定的线性组合方式产生新粒子.仿真结果表明.该算法具有较高的滤波效率、滤波精度和较强的滤波鲁棒性. 相似文献
16.
17.
18.
19.