一种基于UKF的MEMS／GPS组合导航算法

针对微电子机械（MEMS）／全球定位（GPS）组合导航系统中,强非线性引起的扩展卡尔曼滤波（EKF）~-航精度不高、滤波性能不稳定、收敛速度慢等问题,研究了MEMS／GPS组合导航系统无迹卡尔曼滤波（UKF）算法,避免了EKF繁重的求导计算。本文对2种滤波方法进行了仿真比较,结果表明,用UKF的组合导航系统的误差收敛速度比EKF快,精度也比EKF高,UKF算法更适合于MEMS／GPS组合导航。     

一种基于改进无迹卡尔曼滤波的自主水下航行器组合导航方法研究

针对自主水下航行器(AUV)导航系统对稳定性、精确性和实时性的需求,提出了一种基于改进无迹卡尔曼滤波(UKF)算法的捷联惯性导航系统/多普勒测速仪(SINS/DVL)组合导航新方法.通过分析中低精度组合导航系统的特点和误差模型,在系统的噪声模型为复杂加性噪声时,利用球面分布单形采样变换设计了一种简化UKF组合导航算法....     

自适应衰减记忆UKF算法在三维水下目标跟踪中的应用

针对传统算法在解决纯方位目标跟踪时存在有偏、收敛速度慢或发散等不足,无迹卡尔曼滤波（UKF）虽然改善了系统线性化误差,但并没有明显解决卡尔曼滤波器容易发散的问题。在扩展卡尔曼滤波和UKF算法的基础上,提出了一种自适应衰减记忆UKF算（AFMUKF）,并将其应用于三维水下目标跟踪系统中。AFMUKF算法通过引进衰减因子加强对当前测量数据的利用,减小历史数据对滤波的影响,通过自适应因子控制状态模型扰动对滤波解的影响。理论分析和仿真结果表明,AFMUKF算法在纯方位目标跟踪中的滤波精度、稳定性和收敛时间都优于UKF算法。     

UKF滤波在INS/无源北斗组合导航系统中的应用

为解决无源北斗量测方程的非线性问题,提出将Unscented卡尔曼滤波(UKF)用于惯性导航系统(INS)/无源北斗组合导航系统,避免了利用传统的泰勒展开式逼近法对量测方程进行线性化处理所带来的截断误差.仿真结果表明,UKF方法有效地解决了卡尔曼滤波中系统量测方程的非线性问题,并使INS/无源北斗组合导航系统的导航精度得到大幅提高.     

基于交互式多模型的水下机动目标跟踪

为了解决水下机动目标跟踪的实时性和可靠性问题,在交互式多模型(IMM)的框架下对水下机动目标跟踪进行了分析,建立了目标运动方程和观测方程。交互式多模型滤波算法的选择直接影响到跟踪的精度,在跟踪滤波方面,针对交互式多模型滤波过程中观测方程非线性对滤波性能的影响,分别将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)2种滤波算法与交互式多模型算法相结合。仿真结果表明,交互式多模型算法与UKF算法结合的滤波精度更高,能够更有效、可靠地达到跟踪机动目标的目的。     

一种新型的改进UKF在MIMU/GPS组合导航系统中的应用

对于MIMU/GPS组合导航系统,采用传统UKF进行滤波时,其Sigma点集的MSE会随系统维数的增大而不断增大,导致估计精度越来越差,尤其是姿态误差角的估计会出现较大偏差.针对这一问题,提出了一种基于超立方体代表点的改进UKF算法并将其应用于低成本MIMU/GPS组合导航系统.仿真结果表明,改进的UKF算法对于高维强非线性组合导航系统的估计精度优于传统UKF,更适用于大角度姿态误差的准确估计.     

时变噪声统计估计的自适应UKF目标跟踪算法

针对目标跟踪中非线性滤波精度下降甚至发散的问题,提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法.首先将系统模型和滤波算法修正为适于噪声非零均值时的情况,然后根据极大后验估计原理,推导出一种次优的时变噪声统计估计器,其系数通过指数加权的衰减因子计算得到,最后与传统UKF算法结合形成自适应的滤波算法.仿真结果表明,该算法保证了滤波收敛性,能够对目标进行有效跟踪,而且滤波精度显著提高.     

小型无人机组合导航系统的平方根UKF技术研究

由于小型无人机组合导航系统的误差模型与观测模型均为非线性,对模型进行线性化的扩展卡尔曼滤波会引入线性化过程中忽略高次项的误差,导致滤波器性能下降。提出将平方根UKF方法(SRUKF)用于小型无人机IMU/GPS组合导航,SRUKF方法利用协方差平方根代替协方差参加递推运算,保证滤波算法的数值稳定性,提高组合定位的精度和可靠性。仿真结果表明,SRUKF方法是组合导航中一种很好的非线性滤波方法,实现了低成本、高精度的实时定位。     

基于UKF的北斗/SINS组合导航系统研究

为了进一步提高导航系统的精度、可靠性及安全性,根据组合导航的基本原理,利用无迹卡尔曼滤波(UKF)算法,对北斗/捷联惯导系统(SINS)组合导航系统进行了系统仿真,在一个装有微型化惯性测量单元(MIMU)和北斗导航芯片的某型精确制导炮弹的自驾仪系统上进行了实际的跑车实验。实验结果表明:对中国自主研发的北斗卫星导航系统和SINS的组合,UKF算法能够有效地估计导航参数的误差,进行反馈校正后,可以大幅提高系统的导航精度和数据的更新频率。在所用硬件和算法的前提下,定位精度能够达到6 m,数据更新频率能够达到100Hz,可以满足实际工程的需要。     

强跟踪UKF 在高动态组合导航中的应用

为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF) 算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。 分析结果表明：该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航 的准确性和稳定性。     

基于SUKF算法的组合导航方法

合成孔径声纳（SAS）运动补偿是其信号处理的重要环节,运动补偿需要水下导航数据,文中研究了基于捷联惯导（SINS）和多普勒声速剖面仪（ADCP）等设备的水下导航方法。针对大姿态误差角情况下的导航,论文建立了基于四元数的SINS／ADCP的非线性误差模型,并采用比例无迹卡尔曼滤波（SUKF）滤波算法进行了仿真。仿真结果表明,在SAS复杂运动情况下,采用非线性误差模型的SUKF方法优于传统线性误差模型的卡尔曼滤波方法,在一定程度上提高了SAS的导航精度。     

机载武器SINS/BDS组合导航自适应滤波算法研究

对适用于机载武器的组合导航算法展开研究,给出了SINS/BDS组合导航状态方程,推导了以伪距、伪距率作为观测量的观测方程。针对传统卡尔曼滤波算法在测量噪声不确定的情况下使用存在缺陷的问题,研究了新的噪声自适应调整滤波与残差故障检测算法。对新算法进行了软件设计,并开展了软件仿真与产品车载试验。试验结果表明,所设计的算法能有效增强系统鲁棒性、提高滤波算法精度,有效隔离故障卫星数据,能保证被测导航产品的高精度、稳定、可靠输出。     

北斗/INS 组合导航在某型装备中的应用设计

通过分析北斗卫星定位导航系统和惯性导航系统的优缺点,设计一种基于北斗/INS组合导航的系统数学模型。将北斗卫星定位导航系统和INS的信息进行组合互补,以卡尔曼滤波作为信息融合算法,选择间接法反馈校正模式设计组合系统,推导出组合导航系统的状态方程和量测方程,并根据组合导航系统的数学模型,对组合系统进行了跑车试验。试验结果表明,北斗/INS组合后的导航系统相对独立导航系统具有更高的精度。     

舰船导航信号非线性UKF滤波定位解算方法研究

根据UKF( unscented Kalman fliter)的工作机理,对所建立的双星(GPS、劳兰C)／航位推算(DR)舰船组合导航连续非线性系统模型进行解算,形成一套UKF在舰船组合导航中的递推算法。该方法根据随机变量的先验统计特性,按照特定的规则将状态变量分解成2n +1维的散布形式,然后利用统计线性回归技术,实现对非线性函数的线性化,可以获得更小的线性化误差。实船数据试验表明：UKF算法与扩展卡尔曼滤波(EKF)算法相比,系统稳定性更好,滤波器估计精度更高。     

SINS/GPS 组合导航卡尔曼滤波算法研究

针对单独使用某一种的导航设备都无法满足机载火控系统和飞行系统要求的问题,推导出 SINS/GPS 组合导航中的一种新的卡尔曼滤波算法.将有色噪声的白化处理引入到卡尔曼滤波器,设计了一套动态车载组合导航试验系统,给出了基于有色噪声白化的卡尔曼滤波器算法的具体步骤,以动态车载 SINS/GPS 组合导航系统试验的数据分析验证了此算法的正确性和合理性.分析结果表明:基于有色噪声白化的卡尔曼滤波器可以很好地解决有色噪声的影响,弥补了传统卡尔曼滤波器的不足,提高了导航结果的精确度.     

基于量测多尺度预处理的GPS/SINS组合导航系统

针对GPS／SINs组合导航系统的信息融合问题,运用多尺度分析的思想,结合传统的Kalman滤波方法,提出了基于量测多尺度预处理的Kalman滤波算法。将上述方法引入到GPS／SINS组合导航系统中,并通过实际的静态试验给予验证。试验结果表明,该方法是一种有效的预处理方法,使组合导航系统的各项导航参数精度得到了显著提高。     

发射系下SINS/GPS 组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法.搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息.采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台.实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性.