一种自适应滤波方法在捷联惯导系统大失准角初始对准中的应用

为了对静基座大失准角捷联惯导系统(SINS)进行初始对准,建立了在静基座下基于四元数的SINS非线性误差模型。该误差模型无需对姿态误差角进行小角度假设。为了在观测噪声方差未知的情况下估计SINS失准角,提出一种在线估计观测噪声方差矩阵的自适应扩展卡尔曼滤波方法。仿真结果表明,该自适应滤波方法能在观测噪声方差未知的情况下有效地对静基座大失准角SINS进行初始对准。     

车载传递对准技术研究

针对陆基动平台武器捷联惯导系统动基座传递对准问题,研究了传递对准的基本原理,建立了地面武器弹载子惯导系统(SINS)动基座速度匹配传递对准的误差模型,并考虑SINS的惯性器件误差.根据速度匹配传递对准原理,推导了速度匹配方式下载车主惯导系统(MINS)与SINS导航解算速度之差的量测方程.在此基础上,设计了一种传递对准...     

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.     

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。     

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.     

晃动基座下捷联惯导的抗干扰自对准算法

针对捷联惯导(SINS) 晃动基座下, SINS 难以快速实现自对准的问题, 提出SINS 的抗干扰自对准算法. 该算法通过将初始对准问题转化为Wahba 求解问题来消除角运动干扰的影响; 利用惯性坐标系重力矢量和晃动干扰加速度的频率特点, 通过设计低通滤波器对比力在惯性坐标下的投影进行滤波来消除线振动干扰的影响. 仿真结果表明, 该算法不需要进行粗对准, 能够在角运动干扰和线振动干扰同时存在的情况下快速实现自对准.

     

弹载SINS摇摆基座对准仿真研究

为了分析导弹在风干扰下的摇摆运动,解决弹载捷联式惯性导航系统(SINS)摇摆运动下的对准技术,结合实际工程应用,提出了一种弹载SINS摇摆基座对准仿真方法.利用机械系统力学自动分析软件(ADAMS)建立了导弹的物理模型,给出了在风干扰下导弹的速度变化曲线和姿态变化曲线,并以此作为验证对准算法的数据来源.对准方案分为解析粗对准和滤波精对准两个过程,粗对准利用惯性器件的输出在最短的时间内为精对准提供姿态角的初始值,精对准利用滤波技术对粗对准结束后SINS的姿态误差角进行精确估计并补偿.最后的仿真结果验证了方案的可行性,在1分钟内俯仰角和滚转角的估计精度能够满足某导弹的性能要求.     

基于简化模型与自适应滤波的车载SINS静基座快速对准

为了实现捷联惯性导航系统(strap-down inertial navigation system,SINS)快速初始对准,根据已有可观测性分析结果,通过理论分析和计算得到了扩展观测量时初始对准系统最优可观测状态量组合,在此基础上简化了对准模型,建立了新的系统方程;针对载车发动机启动或其他情况导致系统噪声无法精确统计,提出了运用基于强跟踪滤波原理的自适应卡尔曼滤波算法抑制滤波发散,加快收敛速度;仿真结果表明运用简化模型和自适应滤波在系统噪声不匹配时具有更快的收敛速度和更高的对准精度,车载实验结果也表明运用简化模型和自适应滤波可以实现快速对准。     

惯性导航系统扰动基座对准仿真研究

为了实现惯性导航系统在扰动基座上的初始对准,解决惯性导航系统动基座对准过程中,扰动干扰信号强度大,有用量测信号强度小,系统信噪比弱,对准过程收敛慢的问题,设计了基于位置信息观测的马尔科夫递推滤波参数估计动基座对准方案,通过开路粗对准及舒拉调谐闭路估计精对准,实现游移方位惯导系统在扰动基座上的平台调平、航向确定及陀螺漂移测定,仿真结果表明,所设计的动基座对准方案,在10分钟内实现惯导系统动基座对准,达到了较好的效果,可以应用于实际系统.     

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。     

闪烁噪声下轨道机动目标自适应鲁棒跟踪算法

针对闪烁噪声下存在未知机动的空间目标跟踪问题,将自适应鲁棒滤波技术嵌入到无迹卡尔曼滤波,设计自适应鲁棒无迹卡尔曼滤波(ARUKF),再利用ARUKF产生粒子滤波的重要性密度函数,从而得到一种自适应鲁棒无迹粒子滤波(ARUPF)算法。将ARUPF与瞬态跟踪模型相结合,对空间机动目标进行自主跟踪。实验结果表明,该算法在跟踪精度和鲁棒性方面优于传统的跟踪算法。     

A fast and accurate initial alignment method for strapdown inertial navigation system on stationary base

In this work,a fast an d accurate stationary alignment method for strapdown inertial navigation system (SINS) is proposed.It h as been demonstrated that the stationary alignment o f SINS can be improved by employing the multipositio n technique,but the alignment time of the azimuth error is relatively longer.Over here,the two-posi tion alignment principle is presented.On the basis of this SINS error model,a fast estimation algorithm of the azimuth error for the initial a lignment of SINS on stationary base is derived f ully from the horizontal velocity outputs and the output rates,and the novel azimuth error estimatio n algorithm is used for the two-position alignment. Consequently,the speed and accuracy of the SINS' s initial alignment is enhanced greatly.The computer simulation results illustrate the efficiency of this alignment method.     

A fast and accurate initial alignment method for strapdown inertial navigation system on stationary base

In this work,a fast and accurate stationary alignment method for strapdown inertial navigation system （SINS） is proposed. It has been demonstrated that the stationary alignment of SINS can be improved by employing the multiposition technique,but the alignment time of the azimuth error is relatively longer. Over here, the two-position alignment principle is presented. On the basis of this SINS error model, a fast estimation algorithm of the azimuth error for the initial alignment of SINS on stationary base is derived fully from the horizontal velocity outputs and the output rates, and the novel azimuth error estimation algorithm is used for the two-position alignment. Consequently, the speed and accuracy of the SINS＇ s initial alignment is enhanced greatly. The computer simulation results illustrate the efficiency of this alignment method.     

基于惯性系的旋转式惯导系统快速对准算法

针对船舶大幅角晃动和线运动等复杂干扰,导致旋转式捷联惯导系统初始对准性能下降的问题,设计了基于惯性系的旋转式捷联惯导系统快速初始对准算法.针对旋转式捷联惯导系统的误差特性,设计了基于惯性系的粗对准方案;并提出了一种改进的罗经对准算法,达到缩短对准时间和提高对准精度的目的.仿真实验证明:该方法可以实现快速初始对准,7 min航向精度达到1.35′.     

一种用于目标跟踪的改进粒子滤波算法

为解决目标跟踪中粒子滤波算法的估计精度、粒子退化问题,提出一种改进的粒子滤波算法。在粒子滤波的基础上,利用UKF生成粒子滤波的建议分布,以改善滤波效果,在无味粒子滤波的基础上,融合典型的MCMC抽样算法,减少传统算法未考虑当前量测对状态的估计作用所带来的影响,增加采样粒子多样化。将该算法应用于具有非线性、非高斯特点的目标跟踪问题中,仿真结果表明,与普通的粒子滤波算法相比,其跟踪精度和滤波效果有较大提高。     

基于求积分卡尔曼滤波的交互式多模型算法

针对非线性系统中的多模型估计问题,将求积分卡尔曼滤波算法应用到交互式多模型算法过程中,提出一种基于求积分卡尔曼滤波的交互式多模型算法.该算法不需要求取非线性方程的雅可比矩阵,且能够获得比基于不敏卡尔曼滤波的交互式多模型方法更高的滤波精度.仿真结果证明了该算法的有效性.     

基于GP-SRCDKF的初始对准技术研究

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。     

基于混沌的PSO粒子滤波算法

粒子群优化(PSO)粒子滤波算法容易陷入局部最优,从而降低算法精度。针对该问题,提出一种基于混沌的PSO粒子滤波算法。该算法通过混沌搜索算法找到全局最优位置,驱散聚集在局部最优的粒子群,使其向全局最优位置靠近,增加有效估计粒子数,抑制粒子退化与枯竭问题。仿真结果表明,与传统的粒子滤波算法和PSO粒子滤波算法相比,改进算法的估计精度有较大提高。     

Q-learning算法优化的SVDPP推荐算法

为进一步改善个性化推荐系统的推荐效果,通过使用强化学习方法对SVDPP算法进行优化,提出一种新的协同过滤推荐算法.考虑用户评分的时间效应,将推荐问题转化为马尔科夫决策过程.在此基础上,利用Q-learning算法构建融合时间戳信息的用户评分优化模型,同时通过预测评分取整填充和优化边界补全方法预测缺失值,以解决数据稀疏性...