基于AKF的无人水翼航行器纵向姿态控制研究

无人水翼航行器在运行过程中会受到海浪干扰,使得无人水翼航行器姿态控制效果变差,而传统卡尔曼滤波(KF)过程噪声矩阵为固定值,在复杂海况下滤波效果并不理想。针对上述问题,基于一种无人水翼航行器,首先建立了其纵向运动数学模型,并设计了纵向姿态LQR控制器。然后设计了一种基于新息卡方检验值的自适应卡尔曼滤波(AKF),以自适应调节过程噪声矩阵,并将AKF用于对系统反馈状态进行最优估计。通过仿真验证了基于AKF的纵向姿态控制器,能够有效抑制海浪干扰,可以使无人水翼航行器在海浪中平稳运行。     

一种改进的主从式协同导航技术研究

为提高传统基于测距信息的主从式协同导航定位算法中从艇的位置解算精度,将从艇间的测距信息作为量测值融入主从式协同导航算法,重新构建了系统状态方程和量测方程,采用了扩展卡尔曼滤波进行滤波解算。仿真结果表明,相比于传统计算方式,增加了从艇间测距信息的主从式协同导航算法可进一步抑制定位误差的发散,提高了从艇的导航定位精度。     

基于PDA-UKF的杂波环境下单目标跟踪算法

提出将概率数据关联算法和不敏卡尔曼滤波相结合,用于杂波环境下的单目标跟踪。该算法同时解决了测量方程非线性情况下的滤波问题和杂波环境下的目标跟踪问题。给出了PDA-UKF算法的仿真过程,提供了一个基于距离、方位角、俯仰角的目标跟踪问题的仿真算例。理论分析与仿真结果均表明,该算法提高了滤波的稳定性和跟踪的精确性,具有较高的实用价值和广泛的应用前景。     

改进推广卡尔曼滤波算法在目标跟踪中的运用

对推广卡尔曼滤波算法进行了改进,提出了运用自适应门限滤除不可信观测向量的方法。在复杂多变的电磁环境中,有效的剔除不可信观测向量和防止有用信息的丢失一直是一对矛盾。改进的算法通过新息序列方差的统计信息确定自适应门限,并且对观测向量的每一个元素分别进行判决。仿真结果证明,该算法能够在防止有用信息丢失的同时有效剔除不可信观测向量,进而减小导引头的滤波误差。     

抗战精神永存

1945年9月2日,日本政府正式签署投降书,中国抗日战争宣告胜利。 在这场战争中,中国军民顽强抗击日本帝国主义,歼灭日军155万多人,占第二次世界大战日军伤亡总数的75％以上。中国军民为此付出了伤亡5500多万人、直接经济损失1000亿美元、间接经济损失5000多亿美元的巨大代价。     

GPS/INS组合导航在制导火箭弹中的应用

为实时、精确获得火箭弹飞行过程中的状态参数,针对火箭弹的导航环境,研究了GPS/INS组合导航系统在制导火箭弹中的应用,建立了组合系统的动态方程及位置、速度组合误差模型,采用卡尔曼滤波器对该组合系统进行最优估计并进行了仿真分析。仿真结果表明,组合导航系统能为火箭弹制导提供高精度的位置姿态信息,进而为控制系统提供较精确的测量信息,从而大大提高了火箭弹的射击精度。考虑到导航系统成本较低、工作可靠,算法可以实时实现,因此研究结果具有一定的实际应用价值。     

一种基于预测滤波器的自适应卡尔曼滤波算法

针对系统过程噪声统计特性不确切或未知的条件下,研究了一种基于预测滤波器的自适应卡尔曼滤波算法。由预测滤波器实时估计系统模型误差及其协方差矩阵,再用其修正系统状态预测值及预测误差协方差矩阵,从而自适应调节卡尔曼增益。将该算法应用于弹载SINS/GPS紧耦合组合导航系统并与普通卡尔曼滤波、基于新息的移动开窗自适应卡尔曼滤波进行了对比,仿真结果说明该自适应滤波算法具有更高的可靠性和精度。