基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。     

匀速直线运动目标脱靶量测量方法

研究了匀速直线运动目标的脱靶量测量问题。文中首先给出了脱靶量测量的数学模型 ,将匀速直线运动目标的脱靶量测量表示为交会过程中目标径向距离时间序列的非线性拟合问题 ,并讨论了其求解的最优化算法。仿真结果表明 ,这种基于径向距离时间序列的目标脱靶量测量方法是简洁有效的     

分段循环 Kalman滤波及其对估值精度的影响

正如文[3]所说,分段循环Kalman滤波是减少Kalman滤波计算的最有效最有前途的方法之一。本文讨论了这种方法以及它对估值精度的影量响,并讨论了采样间隔Δt、Δτ=N Δt如何选择的问题。最后给出一例证明这种方法的可用性。     

通信时延对无人作战飞机NWL轰炸精度影响研究

无人作战飞机具有飞行器与指挥平台"空地分离"的技术特征,源自飞行员的战术决策指令须通过战术数据链传输给飞机,该特性在空地轰炸模式下将对系统作战效能产生一定的影响。建立了面向无人作战飞机的空地一体化机翼非水平(NWL,Non-Wing-Level)轰炸仿真模型,通过Monte-Carlo仿真表明脱靶量与数据链时延之间存在线性关系,采用Kalman滤波可以克服时延对脱靶量的影响,并提高命中精度。     

舰载火炮闭环射击效力在线评估方法

舰炮火力决策中要依据射击效力实时评估结果,对评估准确性有较高高要求。本方法针对火炮系统闭环校射技术的特点,利用跟踪雷达提供的弹目脱靶量,将弹丸脱靶量实测数据用于修正原解析算法得出的弹丸单发命中概率,修正多发弹丸累积毁伤概率。评估过程应用了已测量的弹丸脱靶量,与传统解析估算法相比,由于最大程度地利用了实测数据代替误差估计数据,具有较高的精度。     

垂线偏差对弹道导弹命中精度的影响

本文讨论垂线偏差对弹道导弹命中精度的影响。首先,通过导弹主动段飞行中垂线偏差影响的分析,获得关机点条件的摄动。然后,通过对脱靶系数的分析,得出结论:必须用考虑地球旋转的关机点参数来计算脱靶系数。文章导出利用不考虑地球旋转的关机点参数求取考虑地球旋转关机点参数的解析表达式。利用这个解析结果,可以计算在任意发射条件下的关机点参数,而无需去积分微分方程组,用这些关机点参数即可计算脱靶系数。就本文提供的方法与直接积分弹道方程的计算结果而言,脱靶量的相对误差小于2%,绝对误差约为30米。最后,本文给出全程制导下计算垂线偏差的脱靶量的表达式,并对惯性制导修正脱靶量的方法进行了讨论。     

基于Bayes估计的高炮虚拟校射理论

给出了脱靶量的定义,建立了小口径高炮虚拟校射脱靶量的一维数学模型,分析了脱耙量的统计性质,在此基础上运用贝叶斯估计理论,推导出校正量的最优估计量方程,并进行了相应分析.脱靶量可以作为一种离散的随机序列,任何一种特定的脱靶量序列均可表示为某种蜕化的广义马尔柯夫序列;脱靶量状态的最优估计问题是:基于观测输出{x(k);k=0,1,2,…}先验信息求取状态X(k)的最优滤波估计^X(k/k),使估计误差的方差最小,从而大大提高小高炮的射击精度.     

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。     

基于自适应Kalman滤波算法的联邦滤波器

为弥补传统联邦滤波器实用性不好,缺乏对对象模型和传感器噪声的自适应估计能力的缺陷,利用自适应Kalman滤波算法的思想,结合联邦滤波器本身的算法结构,对联邦滤波器进行改进,使之具有很强的自适应性,能够自适应地计算出模型噪声和传感器噪声的协方差阵.给出了基于自适应Kalman滤波算法的联邦滤波器的计算架构,其他优秀的自适应算法均可按相同的方式加入该架构中.最后通过仿真计算验证了该算法的有效性.     

一种基于零效脱靶量的末制导律

在非线性θ-D滤波算法的基础上,将零效脱靶量直接引入到末制导律设计中。推导了利用弹目相对运动参数计算零效脱靶量的公式和利用零效脱靶量计算轨控发动机开机时间的公式,设计了零效脱靶量的数据处理方法,定义了零效脱靶量数据处理中的相关概念,设计了一种基于零效脱靶量的末制导律。经过仿真验证,该算法在精度水平略优于基于视线角速率的比例导引律,且燃料消耗水平明显优于后者,具有一定的工程实用价值。     

基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF).基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型.通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合.仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性.     

基于测速定轨的一类自适应样条滤波方法

提出了一种测速定轨的实时算法。该方法基于样条表示飞行轨道速度参数 ,在只有多个测速元信息的情况下 ,建立了自适应Kalman滤波递推算法 ,实时给出了较高精度的飞行器轨道参数     

基于误差修正模型的自适应递推滤波算法

提出自适应滤波算法是经典Kalman滤波与最小方差自适应控制结合的成果。通过引入一个可变因子,将线性系统的状态转移方程与观测方程合并,然后平滑估计未知白噪声,使原本不相关的估计量被映射在同一线性流型中,由此获得可变因子的最优值。可变因子的最优调节保证了滤波的自适应性。最后通过仿真将此算法与经典的Kalman滤波对同一目标状态进行比较,发现由于误差修正因子的引入,此算法在滤波精度上得到显著提高。     

多传感器量测融合算法的性能比较

归纳三类多传感器量测融合算法,即扩维滤波法、伪序贯滤波法和复合量测滤波法。采用协方差分析的方法比较各类算法的滤波精度,证明它们均能在各自给定的条件下实现线性最小均方意义上的最优滤波。仿真实例对各类算法的计算量和灵活性等性能进行比较,结果表明扩维型信息滤波器的计算量最小、灵活性最高,扩维型Kalman滤波器、伪序贯滤波器的计算量较大,而两种复合量测滤波器对各传感器的量测矩阵有一定要求,以致灵活性较差。所得结论对量测融合算法的实际应用具有一定的指导意义。     

基于量测噪声方差估计的GM-CBMeMBer算法

针对目标跟踪系统下量测噪声统计特性不准确甚至难以获取的问题,提出一种量测噪声统计特性自适应的高斯混合势均衡多目标多伯努利(Cardinality Balanced Multi-Target Multi-Bernoulli,GM-CBMe MBer)滤波算法。该算法引入Sage-Husa自适应滤波器的思想,利用遗忘因子对量测噪声协方差误差进行修正;建立检验统计量,判断算法敛散性;若滤波发散,则采用有偏估计方法来保证算法收敛性。仿真结果表明在非时变、时变量测噪声方差未知情况下,改进算法的跟踪性能优于传统的GM-CBMe MBer滤波算法,对量测噪声的变化具有较强的适应能力。     

强跟踪渐进更新扩展卡尔曼滤波器及其在磁偶极子跟踪中的应用

为了改善实际跟踪过程中因为缺乏目标先验信息造成的模型失配对滤波器跟踪性能造成的影响,引入强跟踪滤波(STF)思想对渐进更新扩展Kalman滤波(PU-EKF)算法进行改进,提出了强跟踪渐进更新扩展Kalman滤波(STPU-EKF)算法.在多种模型失配情况下进行磁偶极子跟踪仿真试验,对所建算法的性能进行验证,仿真结果表...     

末段反导防御系统探测误差对拦截效果的影响

弹道导弹末段防御系统包括探测系统与拦截系统,探测系统为拦截系统提供目标状态信息。从拦截脱靶量以及燃料消耗两个方面研究探测系统的探测误差对拦截系统拦截效果的影响。在系统分析了末段拦截系统的探测误差及弹目运动规律的基础上,建立了基于比例导引法的末段拦截系统模型,将无迹卡尔曼滤波引入模型中对状态变量进行滤波处理。通过改变探测误差的大小研究探测误差与脱靶量和燃料消耗之间的关系,给出了成功拦截时雷达探测误差与导引头探测误差应满足的条件。     

基于“脱靶管”原理的防空导弹脱靶量估算方法北大核心

针对防空导弹试验鉴定中非精确测量条件下脱靶量获取的实际问题,提出了一种基于“脱靶管”原理的脱靶量估算方法。并针对光学测量和多普勒频率信号测量2种数据源,给出具体算法和算例,算例的结果表明基于“脱靶管”原理的脱靶量计算方法,可在非精确测量条件下,得到较高精度的脱靶量的值,是光学测量数据估算脱靶量的有效手段。同时基于“脱靶管”原理的脱靶量估算方法具有明显优势,能够较好地解决弹目相对速度未知情况的脱靶量估算问题。该方法具有算法简便快捷、计算精度高、工程实用性好等特点。