首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
《软件》2017,(12):143-147
本文首先阐述了卡尔曼滤波技术的简单理论,然后建立了捷联惯性导航系统初始对准的卡尔曼滤波模型,并对静基座下的卡尔曼滤波初始对准精度进行分析,最后进行了卡尔曼滤波仿真。仿真结果表明,此方法算法简单,能有效缩短初始对准时间,对准稳态精度较高,是一种可靠的初始对准方案。  相似文献   

2.
陈璐璐  任章 《计算机仿真》2007,24(9):35-37,71
为了适应现代战争的需要,导弹需要从舰艇或飞机上发射,这时导弹上的惯导系统在投入工作时需要进行初始对准.针对机载导弹平台惯导系统初始对准关于对准精度以及快速性的要求,提出了以自适应卡尔曼滤波为基础的速度匹配空中动基座对准方案,最后通过模拟实际挂飞环境,结合游动自由方位平台惯导系统空中动基座对准,采用Sage和Husa自适应卡尔曼滤波算法进行了数学仿真.仿真结果证实了该方案具有较好的对准精度和快速性,由于采用了自适应卡尔曼滤波技术,使得在噪声统计特性不确切知道的情况下,仿真结果具有较强的鲁棒性.  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.
自抗扰控制器在平台惯导系统动基座下初始对准应用   总被引:2,自引:1,他引:1  
根据自抗扰控制器在时变系统、多变量系统中的使用方法的特点,将自抗扰控制技术应用于平台式惯性导航系统的初始对准,设计了一种在动基座下的快速对准方案.建立了系统的误差模型,深入研究了该对准方案的精度和速度,并与传统的卡尔曼滤波器进行仿真比较.仿真结果表明,自抗扰控制器克服了卡尔曼滤波技术使用条件的限制,在对于不确定性扰动影响的快速对准中取得了较好的效果,鲁棒性和抗干扰性都有较大提高.  相似文献   

5.
RBF神经网络在惯导系统传递对准中的应用   总被引:1,自引:0,他引:1  
针对系统阶次较高时卡尔曼滤波实时性较差的特点,将径向基(radial basis function,RBF)神经网络替代卡尔曼滤波应用于舰载机惯导系统的传递对准。利用卡尔曼滤波的输入、输出作为RBF神经网络滤波的样本值进行训练,得到了神经网络的输出值,实现了惯导传递对准中的滤波功能。仿真结果表明将RBF神经网络用于传递对准,既获得了与卡尔曼滤波相当的精度,又有效地降低了系统的解算时间,提高了系统的实时性。  相似文献   

6.
为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。  相似文献   

7.
捷联惯导在初始对准时,按载体的运行状态来分,可以分为静基座和动基座对准。从静基座捷联惯导初始对准的原理出发,推导了捷联惯性导航系统静基座初始对准的误差动态方程和量测方程,构成了卡尔曼滤波模型。最后将卡尔曼滤波模型应用于静基座初始对准,并进行了仿真。  相似文献   

8.
激光陀螺单轴旋转惯导系统初始对准精度受陀螺漂移和加速度计零位的限制,为了减少对准误差,对多位置对准技术进行了研究。给出了单轴旋转惯导系统误差方程,利用奇异值分解的方法,对多位置对准时的系统各状态变量的可观测性进行分析,利用卡尔曼滤波仿真研究了多位置对准过程中方位失准角估计误差收敛情况,系统地分析了卡尔曼滤波器参数P0、...  相似文献   

9.
随着对惯性导航系统中对准时间要求的不断提高,初始对准需要在大方位失准角条件下进行,此时需采用非线性滤波方法来实现初始对准。基于此,提出高斯过程回归平方根中心差分卡尔曼滤波算法(GP-SRCDKF)。将高斯过程回归融入到SRCDKF算法中,利用高斯过程得到系统回归模型及噪声协方差,用回归模型代替状态方程和观测方程,对相应的噪声协方差进行实时自适应调整。该算法不仅克服了扩展卡尔曼滤波滤波精度低、需要计算雅可比矩阵的不足,而且可解决传统滤波容易受系统动态模型不确定和噪声协方差不准确的限制。仿真实验结果验证了该算法的有效性和优越性。  相似文献   

10.
在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波器误差会比较大而且可能会存在发散的问题,为了解决问题,引入了无迹卡尔曼滤波UKF(unscented Kalman filter).使用确定性样本的方法米处理非线性的问题,使得采样点的均值和方差完全符合实际的非线性系统的均值和方差,解决了惯性导航系统动基座传递对准在正常工作时的基本条件.采用UKF和扩展卡尔曼滤波EKF(Extended Kalman Filter)的计算机仿真结果表明:UKF与EKF相比,精度提高了2倍,时间少了10秒.  相似文献   

11.
自抗扰控制技术应用于航空发动机稳态燃油控制存在两个难点:发动机中的高频不确定动态导致扩张状态观测器(Extended State Observer,ESO)增益过高和名义控制系数整定困难。针对此现状,提出一种基于系统辨识的航空发动机稳态燃油自抗扰控制器。首先,使用经典Gram-Schmidt(Classical Gram-Schmidt,CGS)算法对控制系数和发动机未知动态进行辨识,将辨识信息加入ESO中设计改进ESO (Improved ESO,IESO),从而使总扰动中包含较少的高频动态,降低观测器增益。其次,基于IESO设计航空发动机稳态燃油自抗扰控制器,并根据辨识结果快速整定名义控制系数。最后,分析IESO观测误差的收敛性和闭环系统的稳定性。仿真结果表明,所提方法可以快速整定名义控制系数,有效降低观测器增益,进而提高系统的鲁棒性。  相似文献   

12.
随着集成电子等技术逐渐成熟,无人飞行器得到了广泛的关注和应用;其中,由于飞行器在飞行阶段具有高响应速度、耦合动力学和非线性等特点,使其在飞行阶段的姿态控制成为该领域重点研究的方向之一;针对该研究方向,文章提出了一种基于反步法技术的反馈线性化无人飞行器姿态跟踪控制方案来解决其在受到环境干扰的条件下可以精准跟踪姿态角度的问题;在该方法中,设计了反步法技术拆分简化模型和反馈线性化减少调节参数,并利用扩张状态观测器(ESO)来对扰动进行估计和补偿,同时给出了ESO的收敛性和闭环系统的稳定性来证明该方法的可实施性;最后给出了仿真结果,验证了该方法在干扰的环境下仍可以精准控制无人飞行器姿态。  相似文献   

13.
用于带有量测噪声系统的新型扩张状态观测器   总被引:5,自引:0,他引:5  
提出了扩张状态观测器的一种新的形式,用于处理量测环节带有噪声干扰时的情况.ESO可以对不确定系统中的内外扰动进行观测,并以此为基础构成自抗扰控制器.但其性能会受量测噪声的影响.本文利用滤波器消除噪声的影响,并把已知的滤波器方程扩展到原有的ESO中,以补偿滤波器对实际输出信号的偏移作用.数字仿真表明,该方法可以有效的解决输出噪声对扩张状态观测器的影响.  相似文献   

14.
大射电望远镜馈源指向系统轨迹跟踪自抗扰控制   总被引:2,自引:0,他引:2       下载免费PDF全文
采用独立控制策略实现新一代大射电望远镜馈源指向跟踪系统的高精度轨迹跟踪 .将两组成子系统之间的动力学耦合及其他扰动视为对精调Stewart平台子系统的未知扰动 ,设计了强鲁棒自抗扰控制器实现扰动补偿 .大射电望远镜馈源指向系统 5 0m缩比模型实验 ,验证了独立控制策略和自抗扰控制器的工程有效性和可行性 .为将来建造新一代大射电望远镜工程奠定了坚实的基础  相似文献   

15.
研究了车载捷联惯导在大方位失准角下的静基座自对准。采用Sigma点卡尔曼滤波,根据均值与协方差信息按非线性映射传播的特点,直接利用非线性模型,可以消除EKF存在的需要解析Jacobi矩阵以及将非线性系统线性化后的系统模型误差问题不易调整的弊端,其中的中心差分卡尔曼滤波(CDKF)精度高,且对状态协方差阵不敏感。仿真结果表明,在大方位失准角下采用CDKF进行初始对准,比用传统的EKF更精确且收敛速度更快。  相似文献   

16.
In this paper, we apply the active disturbance rejection control (ADRC) to stabilization for lower triangular nonlinear systems with large uncertainties. We first design an extended state observer (ESO) to estimate the state and the uncertainty, in real time, simultaneously. The constant gain and the time‐varying gain are used in ESO design separately. The uncertainty is then compensated in the feedback loop. The practical stability for the closed‐loop system with constant gain ESO and the asymptotic stability with time‐varying gain ESO are proven. The constant gain ESO can deal with larger class of nonlinear systems but causes the peaking value near the initial stage that can be reduced significantly by time‐varying gain ESO. The nature of estimation/cancelation makes the ADRC very different from high‐gain control where the high gain is used in both observer and feedback. Copyright © 2015 John Wiley & Sons, Ltd.  相似文献   

17.
The extended state observer (ESO) is a key part of the active disturbance rejection control approach, a new control strategy in dealing with large uncertainty. In this paper, a nonlinear ESO is designed for a kind of lower triangular nonlinear systems with large uncertainty. The uncertainty may come from unmodeled system dynamics and external disturbance. We first investigate a nonlinear ESO with high constant gain and present a practical convergence. Two types of ESO are constructed with explicit error estimations. Secondly, a time varying gain ESO is proposed for reducing peaking value near the initial time caused by constant high gain approach. The numerical simulations are presented to show visually the peaking value reduction. The mechanism of peaking value reduction by time varying gain approach is analyzed.  相似文献   

18.
捷联惯导系统静基座初始对准精度分析及仿真   总被引:7,自引:0,他引:7  
严恭敏  秦永元 《计算机仿真》2006,23(10):36-40,60
在利用卡尔曼滤波器对捷联惯导系统(SINS)进行静基座初始对准中,由于系统的不完全可观测性,使得有些状态没有滤波效果,有些状态的估计精度受到限制。对SINS静基座初始对准卡尔曼滤波方程进行了可观测性分析,提出了状态降阶的处理方法,并得到了各状态估计的极限精度公式。最后进行了软件仿真,仿真结果表明:降阶滤波器和全降阶滤波器的估计精度基本相同,但足前者计算量更小,并且在滤波计算中能够消除不可观测状态的不利影响。  相似文献   

19.
综合地形跟随/地形回避(TF/TA)是新一代低空突防技术,其中的轨迹规划技术是飞行器低空突防飞行控制律设计的重要依据.针对飞行器实时飞行过程中存在各种误差因素影响规划轨迹性能的情况,设计卡尔曼滤波器在实时轨迹规划中对所获取的飞行器高度值进行修正,可以获得比较精确的离地高度信息提供给飞行器,从而增加飞行器的安全系数.建立系统的状态与观测数学模型,在给定初始值和噪声方差阵的情况下进行了仿真.仿真结果显示所设计的卡尔曼滤波器可行,大大减小了组合导航系统误差模型的作用效果.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号