无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约。采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔曼滤波法多帧融合定位的误差收敛性、大小和分布,分析观测间隔、视线俯仰角等对误差收敛性的影响,形成若干提高定位精度的建议。     

卡尔曼滤波框架下优化增益异类噪声处理方法及其应用

针对基于卡尔曼滤波框架算法只能处理已知高斯噪声系统的局限性,设计能够同时处理含有异类噪声系统的改进算法。将不确定系统受到的干扰分成高斯噪声和未知有界噪声,对噪声特点进行分析,并将其加入状态方程和观测方程;在吸收集员滤波优点的基础上,对标准卡尔曼滤波进行改进,通过计算包含两种异类噪声系统状态的最小均方误差,得到该条件下滤波增益的调整值;将利用集员滤波得到的状态统计量以及两类噪声信息和调整后的滤波增益代入卡尔曼滤波体系,得到改进后的滤波算法。将提出的改进方法应用于不确定车辆导航系统中进行解算,仿真结果表明:改进滤波方法能够有效克服异类噪声的干扰,性能优于扩展卡尔曼滤波方法,对异类噪声具有较好的抵抗能力。     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

单矢量水听器水中多目标方位跟踪方法

采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计。为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化。结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度。     

微小型飞行器多传感器融合容积姿态估计北大核心

针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。     

GPS动态定位中的自适应扩展卡尔曼滤波算法

针对全球定位系统 (GPS)提出一种扩展卡尔曼滤波器算法。这种滤波器算法直接从GPS接收机输出的定位结果入手 ,将各种误差因素的影响等效为一个总误差 ,对GPS接收机的机动载体的加速度采用当前统计模型 ,并利用线性卡尔曼滤波器进行动态定位数据的处理。本模型简单 ,实时性好 ,滤波后定位精度得到提高。     

惯导系统动基座对准精度评估方法

弹载惯性制导系统空中对准是机载战术导弹发射前必须完成的任务,其对准精度直接影响导弹系统的制导精度。利用最优平滑技术对弹载惯导系统传递对准效果进行评估,是分析导弹系统的战术性能和惯导系统自身器件性能的有效方法。Rauch-Tung-Striebel(1965)提出了固定区间平滑算法,Meditch(1967)提出了固定点平滑算法;Bierman(1983)、Watamabe(1989)等许多学者对RTS算法提出了改进方法,这些方法在保证平滑算法中数值的稳定性和提高计算效率方面有了明显改善。针对固定区间平滑算法所适应的对象,分析了这类平滑算法的特点,提出了RTS固定区间平滑算法的改进方法;结合弹载惯性制导系统传递对准效果评估,进一步证明了分析的正确性。     

U-D分解单步迭代滤波在飞行状态估计中的应用

针对单步迭代滤波常规算法数值鲁棒性差、滤波易于发散的缺点对误差协方差矩阵使用了 U - D分解 ,从而形成了一种基于 U - D分解的单步迭代滤波算法。该算法提高了数值鲁棒性 ,并且对相关的量测噪声有一定处理能力 ,应用于飞行状态的估计问题 ,获得了较为满意的结果     

基于DSP的目标定位跟踪硬件融合平台的设计

声探测技术用于低空低速飞行目标的跟踪定位,而红外图像探测器能跟踪中低空飞行目标。然而现在缺乏能处理两种或两种以上探测系统的硬件平台。基于这种现状,设计了一个硬件融合平台,既可以用于红外机动目标的跟踪,也可以用于声探测目标的定位处理。融合平台的设计,不仅弥补了不同平台之间的缺陷,又发挥各探测平台的优点。系统整体设计框架采用DM642+FPGA。在声探测软件设计中,设计了UART驱动,并用C语言编写了伪线性卡尔曼滤波定位算法,并且成功将跟踪算法移植到了硬件平台中,有效跟踪到飞行目标。     

低成本SINS/GPS组合导航系统仿真

捷联惯导系统(SINS)由于受到自身传感器性能和惯性导航原理的影响,导航定位误差较大。随着GPS导航系统性能的不断完善以及GPS固有的一些不足之处,将SINS和GPS两者进行组合形成组合导航系统,以此来完成载体的导航任务成为目前的研究热点。针对一种适合于工程应用的低成本SINS/GPS组合导航系统进行了仿真研究,并对该组合导航系统建立了一种工程化的系统模型。利用自适应卡尔曼滤波器对系统误差进行估计,获得了良好的效果。通过仿真实验验证了所建立的系统模型能够满足组合导航系统的功能要求并具有良好的稳定性。