简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。
简介:对高超声速压缩拐角流动中Grtler涡特性及热流分布进行了实验研究.开发了温敏漆(temperaturesensitivepaint,TSP)系统,简要介绍了TSP技术的原理、文章所用的TSP涂料的标定曲线、辅助设备参数、实验过程数据后处理过程,采用基于离散Fourier定律的热流算法.研究在Ma=6低噪声风洞中进行,采用TSP技术,得到压缩拐角斜坡板上的热流分布图像,并对高低热流条带现象做出解释,与Grtler涡有对应关系.通过改变拐角角度及来流参数,获得了不同拐角和单位Reynolds数条件下的热流分布图像,分析得到压缩拐角斜坡上Grtler涡特性及热流分布在变参数条件下的变化规律.研究发现:当增加拐角角度或增大单位Reynolds数时,Grtler涡的波长减小,且涡的起始位置更靠近拐角;随单位Reynolds数增加,斜坡上热流值整体增加,热流峰值位置前移;峰值位置后,热流缓慢减小的区域与Grtler涡位置相对应.
简介:为实现多枚导弹协同攻击机动目标,基于具有推力可控能力的导弹,提出了一种带落角约束的多导弹分布式协同制导律。将制导律的设计分离为视线方向和视线法向上两个部分:视线方向上基于多智能体协同控制理论和超螺旋控制算法,设计制导律控制导弹剩余时间在有限时间内趋于一致;视线法向上运用零化视线角速率思想和有限时间滑模控制理论,设计制导律控制导弹击中目标的同时满足落角约束。并针对两部分制导律中存在的目标机动信息,分别设计非齐次干扰观测器进行估计。仿真结果表明,提出的制导律能够有效完成协同攻击任务,脱靶量和落角误差分别控制在0.13m和0.02°以内,并且有效抑制了抖振现象,有利于提高导弹自动驾驶仪的跟踪精度。
简介:基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的GaussVonMises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。
简介:针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题,提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波(KF)基础上,当SAR有量测信息生成时,根据多模型方法进行量测预测,利用预测值修正SINS状态;而SAR无量测信息输出时,通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明,采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内,航向角稳态误差值小于5.8";而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内,航向角稳态误差小于4.7",证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。