H∞滤波γ因子对舰载惯导自对准的影响研究

舰载惯导系统自对准中鲁棒滤波参数的选取问题,直接关系到惯导系统对准性能.基于矩阵链乘规则和重力加速度信息的惯性系分解方法,梳理了舰载捷联惯导系统自主精对准算法流程,并针对舰载条件下风浪等外界未知干扰,分系泊和等速航行两种情形,研究了H∞滤波器调节因子的选取规律和调节因子恒定时不同海况对对准性能的影响规律,为实际应用中γ因子的合理选择提供参考.仿真结果表明,舰载环境下γ因子恒定时,海况的不同对对准性能的影响较小.同时,无论是系泊条件和等速航行条件,鲁棒滤波器中调节因子γ的临界值相同,且γ越小系统稳定性越好,但滤波精度越低.γ逐渐增大,滤波精度逐渐增高,但增加到一定数值时滤波精度反而降低.     

LMI的鲁棒H∞滤波在惯导初始对准中的应用

给出了基于线性矩阵不等式(LMI)的鲁棒H∞滤波器的设计过程,该方法克服了传统的代数Riccati方程方法诸多条件的限制.当把系统模型不确定性用多胞型表示时,只需求解线性矩阵不等式组,可以方便的设计滤波器.在惯性导航系统(INS)初始对准中的应用表明,基于LMI的鲁棒H∞状态估计器在系统参数具有不确定性时,仍能保证较短的对准时间,并可使估计失准角收敛,具有良好的鲁棒性.     

晃动基座下捷联惯导的初始对准研究

为了降低车体振动对惯性器件输出的影响,运用小波域阈值滤波对信号进行预滤波,介绍一种初始对准非线性误差模型,并运用H∞滤波完成初始对准。针对坦克发动的情况,分别在固定怠速和不同怠速的情况下进行大量重复实验,实验结果表明：该方法能够有效完成坦克发动下初始对准,具有良好的重复性和稳定性。     

自适应补偿H_∞滤波器在组合导航中的应用

针对传统递推式鲁棒H∞滤波收敛条件在工程中较难满足的问题,提出了一种自适应补偿的递推式鲁棒滤波算法。在分析滤波器收敛条件的基础上,对滤波器中迭代矩阵进行补偿程度自适应的修改,并结合实际系统要求给出了滤波误差定量度量指标,即响应时间、偏离度、波动程度,以验证算法的正确性。GPS/IN S等组合导航系统仿真结果表明,此方法滤波误差下降速度、无偏性及平稳性均优于改进前滤波算法,且计算量几乎不增加;此方法克服了收敛条件不满足导致滤波精度下降的缺陷,扩大了递推式鲁棒滤波的应用范围,具有较大的工程应用价值。     

惯性导航系统中的Kalman滤波技术

近年来针对在实际应用中出现的Kalman滤波精度低,甚至滤波器发散的问题,出现了多种改进的状态估计算法,研究了偏差分离滤波,自适应Kalman滤波,H∞滤波,鲁棒Kalman滤波,根据它们的特点,对于它们在惯性导航领域中的应用进行了论述和分析,这些算法对于提高Kalman滤波精度,增强滤波的稳定性,提高惯性导航系统性能具有一定的效果,同时具有广阔的应用前景。     

双基阵纯方位TMA的一种自适应算法仿真

为了改善普通卡尔曼滤波算法在观测噪声统计特性未知情形下处理双基阵纯方位TMA问题时的滤波性能,提出了一种在线估计观测噪声统计特性的自适应卡尔曼滤波算法,计算机仿真结果表明,该算法能够在线估计观测噪声统计特性,使Kalman滤波器始终处于稳定状态,并精确地估计目标的运动参数,同时指出了自适应算法的初值选取对滤波收敛速度的重要影响,当滤波初值选取恰当时会明显加快滤波收敛过程.     

H∞鲁棒滤波在机动目标跟踪中的应用

在交互多模型中通常使用的卡尔曼滤波器中，引入广义H∞鲁棒滤波器，以一定的精度为代价，换取满意的鲁棒性能。H∞鲁棒滤波算法可以分解为卡尔曼滤波和鲁棒化两个环节，从而形成一种基于增益失调因子的结构化分解算法。、为验证算法的有效性，进行了Monte Carlo仿真。仿真结果表明，本文算法跟踪复杂机动目标时跟踪性能有较大提高，有很好的可实现性.     

舰载捷联惯导动基座 F-QUEST 初始对准方法

针对目前基于惯性系的捷联惯导动基座对准方法信息利用率不高及矢量观测选取不确定性导致对准精度下降的问题,提出了一种新的舰载捷联惯导动基座滤波四元数估计（filter quaternion estimation,F-QUEST）对准方法。构建了捷联惯导动基座初始对准模型,并利用姿态矩阵链式法则将惯导初始对准转化为姿态确定问题,进而采用 F-QUEST 算法求取姿态矩阵以实现捷联惯导动基座对准。车载试验结果表明：相比传统方法,新方法具有更高的对准精度和更快的收敛速度,水平姿态角误差只需3 s 即可收敛到0．01°。     

基于遗传算法的低探测概率稳态滤波器优化

低探测概率机动目标跟踪α-β-γ滤波器收敛速度和精度是一对难题.通过对目标机动域的划分,提出基于遗传算法稳态α-β-γ滤波器的参数优化.在滤波计算中,根据目标机动估计值并结合跟踪波门的设定实时调整滤波器参数.通过在目标位置信息可测条件下的稳态滤波仿真表明,经优化的α-β-γ滤波器跟踪精度和收敛速度显著提高,较好解决了滤波环境恶劣时稳态滤波跟踪问题.     

传感器失效下飞控系统的容错H_∞滤波器设计

研究了传感器失效下飞控系统的容错H∞滤波器的设计问题。将未知有界的传感器故障矩阵转化为一类动态区间矩阵,在给定允许的失效范围内,提出了保证滤波误差系统的渐近稳定性同时对于外界干扰具有期望的H∞扰动衰减度γ的容错H∞滤波器设计方法。最后,以Navion飞机在海平面平飞的纵向小扰动线性系统为例验证了提出方法的有效性。     

大方位失准角下基于多捷联解算的快速对准方法

传统线性误差模型无法直接应用于大方位失准角的情况,而达到小角度误差的粗对准往往需要较长时间,不可避免地延长了对准时间.针对以上问题,提出了一种基于方位角区间划分的多模型并行处理对准算法.给出了方位角区间划分的方法,各区间以其中心值为初始方位角独立运行捷联解算算法和卡尔曼滤波算法,并分两种滤波校正方式给出了最优导航结果的选取方法.数字仿真结果和转台摇摆试验验证了算法的有效性.     

基于扩展H∞滤波的OFDM自适应盲信道估计算法

针对OFDM系统中的信道估计问题,提出了一种基于扩展H∞滤波的OFDM自适应盲信道估计方法。该方法通过对常规H∞算法进行改进,实现了在OFDM系统中能自适应跟踪信道的变化特征,从而使均方误差的性能随着输入信噪比的增加得到很大的提高。仿真结果也验证了该算法优于卡尔曼和H∞估计算法,具有计算复杂度低,运算量小、收敛速度快、算法灵活等特性。     

传递对准野值加权矩阵修正方法应用研究

卡尔曼滤波器广泛应用于传递对准中,在实际系统中,由于各种原因的影响,传递对准过程所采用的量测序列中会出现野值,量测序列中的野值会影响到滤波器的估计效果,使得滤波精度下降.为了解决该问题,采用一种加权矩阵的方法对量测信息中的野值进行了修正,仿真结果表明,该方法可以有效减弱野值对滤波效果的影响.     

基于H∞滤波的机载单站无源定位技术

机载单站无源定位技术正成为当前精确定位技术的研究热点,基于方位角变化率,建立了空间定位模型,针对目标机动,噪声统计特性不确定等实战环境,引入鲁棒控制理论中的H∞滤波,提出了一种新的定位跟踪算法,仿真结果表明,该方法增强了定位系统的鲁棒性,具有较好的定位性能.     

应用极化聚类中心设计快速自适应极化滤波器

针对传统自适应极化滤波算法存在收敛速度慢、迭代步长因子选取困难等问题,采用极化聚类中心估计理论设计了一种快速自适应极化滤波器,实现了对极化雷达回波中的干扰信号逐脉冲地自适应精确对消。滤波器通过距离单元选通获取干扰信号样本,对样本极化聚类中心的直接计算能够快速估计干扰信号在当前脉冲内极化状态,依据干扰输出功率最小原则最终实现快速滤波过程,相比于传统极化滤波算法有更快的收敛速度和更稳定的干扰抑制性能。仿真对比实验结果验证了该方法的快速有效性。     

部分参数不准确的线性系统H∞状态估计滤波问题

本文研究了部分参数不准确的线性系统的Ｈ_∞状态估计滤波问题,或即参数鲁棒性Ｈ_∞估计问题。我们先把它简化为带δ参数的对象的Ｈ_∞状态估计滤波问题,采用Ｊ无损分解方法,推导出可解性条件和滤波器的全部显式通解。     

三星系统对地面机动目标无源定位的IMM算法

研究了三星测时差无源定位系统对地面机动辐射源定位与跟踪的滤波算法问题.将IMM滤波器应用到三星时差定位系统中,采用三模型组合的IMM滤波算法,首先通过时差测量参数计算出粗略的定位结果,接下来采用IMM滤波算法逐步估计出机动辐射源的速度和加速度,并修正初始的定位结果,提高定位精度.仿真结果表明,基于IMM滤波器的三星时差定位系统具有较快的收敛时间、较高的跟踪精度和适中的计算复杂度,能够对不同强度的机动目标进行定位与跟踪,很好地解决了三星时差定位系统对地面机动辐射源定位跟踪的算法问题.     

组合滤波方法在实时数据处理中应用

针对某种滤波方法独立用于飞行器试验,引起实时数据处理精度欠佳的问题,为了提高实时数据处理精度开展组合滤波方法研究。分析飞行器轨道特点和滤波器收敛特性,提出了将飞行器的轨道按时域分段,根据不同时域以α-β-γ滤波为主、多项式中心平滑滤波为辅,或将主、辅关系颠倒过来组合使用,并将滤波器初始以及测量数据中断点作为特殊情况加以处理。结合以往工程实际应用的经验,给出不同时间段落和数据中断点的滤波器使用原则和控制流程,为组合滤波方法在工程上实现奠定了基础。     

再入目标质阻比估计算法研究

再入段目标识别的核心问题是快速高精度地估计出目标的质阻比。针对再入过程的非线性问题,重点研究了样条卡尔曼滤波器、扩展卡尔曼滤波器和一种基于"无损传输"的扩展卡尔曼滤波器,仿真实验从质阻比的估计精度和收敛速度以及计算量等方面比较了各滤波算法的性能。仿真结果表明基于无损传输的扩展卡尔曼滤波器的估计精度最高,收敛速度最快。     

惯性航向姿态系统初始对准仿真

惯性导航系统在使用前要进行初始对准,即建立导航坐标系.分别对粗对准和精对准进行了研究.粗对准就是由三个姿态角来得到初始姿态矩阵的过程.精对准就是卡尔曼滤波法.在静基座下对陀螺和磁罗盘组合的系统建立了十一维状态的模型,采用改进卡尔曼滤波方法进行精对准仿真研究,采取渐消记忆卡尔曼滤波以克服滤波发散.仿真结果表明,该滤波方法用于航向姿态系统对准具有较好效果.