简介：特征根估计方法具有降低模型复共线性程度和提高参数估计效果的作用，但是在SINS制导工具误差估计中，如何有效地筛选特征根却成为特征根估计的重要问题。文中通过研究特征根与残差平方和之间的关系，提出了以残差平方和与系统阶次比最小为准则（即MRSO准则）的特征根筛选方法。仿真分析表明，改进的特征根估计方法具有很强的工程实践性，从而推动了该方法在实际工程中广泛应用。

简介：惯性导航系统(INS)以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域.它的主要缺点是定位误差随其工作时间的增长而增大.对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下,提高惯性导航系统精度的有效途径.目前,对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正,即在INS工作的全部时间内,定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量,对INS误差进行估计和补偿.Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准.本文研究了当地水平惯导系统的的误差估计和补偿问题.分析结果表明,采用Kalman滤波的方法,可以精确地估计惯导系统的误差(包括陀螺漂移和加速度计零偏),误差估计的精度高,并且估计的方差阵收敛快.

简介：制导炮弹控制系统要求炮弹飞行姿态测量信息具有良好的准确性和实时性。为解决制导炮弹飞行姿态的高精度滤波估计问题,根据外弹道攻角运动方程和MEMS角速度陀螺测量方程分别建立姿态角滤波系统状态模型和量测模型。考虑实际陀螺随机白噪声的影响,结合弹载全球定位系统信息及地面弹道试验数据,并利用非线性卡尔曼滤波估计方法,对制导炮弹飞行姿态进行了滤波估计。为提高滤波估计效率,对比了Unscented卡尔曼滤波和一种混合卡尔曼滤波两种非线性滤波估计方法,滤波估计结果表明两种方法得到的姿态精度均能满足测量要求,而运算效率后者相对前者可提高约6%,稳定性也较好,因此在工程上更实用。

简介：传递对准是机载主惯导对子惯导进行初始化的过程,机翼变形对快速传递对准滤波精度有显著影响.讨论了传递对准中机翼变形的不同估计方法,通过分析建模过程比较了各种方法的特点及其适用范围.然后建立快速传递对准仿真环境,用“速度加姿态”匹配方式进行仿真,比较了不同方法所能达到的精度.最终从对准精度、快速性、模型依赖度、计算量等方面,对各种传递对准中机翼弹性变形的处理方法进行了比较总结,结果表明,将弹性变形当作有色噪声且使用卡尔曼滤波量测扩增法进行传递对准滤波器设计时,在估计精度和计算量方面达到最好折衷.所得结论为快速传递对准弹性变形的处理提供了工程应用参考.

简介：针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5min内完成对准,统计方位均方差（1σ）不超过3′。

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统误差模型和引入外部位置、速度信息的量测模型,针对对准过程中系统噪声和量测噪声不确定的情况建立了多模型自适应估计器。在同等条件下进行了单一模型对准和利用多模型估计理论进行对准的仿真比较,结果显示：基于多模型估计的对准完成后捷联系统具有更高的导航精度;由此说明,动基座对准过程中,系统参数不确定的情况下,多模型估计器有更好的适用性。

简介：针对多飞行器协同拦截机动目标过程中的目标状态估计问题,提出了一种多飞行器对目标加速度的一致性协同估计方法。构建了多飞行器分布式协同估计结构,将扩张状态观测器和一致性理论相结合,设计了分布式协同一致性估计器。利用扩张状态观测器对目标状态进行估计,在此基础上利用一致性理论为各飞行器设计协调控制量,通过局部信息交换使得各飞行器得到一致的估计值,实现对目标加速度的精确估计。利用稳定性判定理论对一致性估计器的误差和收敛性能进行了分析,并将设计的一致性协同估计方法应用到协同拦截系统中进行了仿真验证。仿真结果显示,在不同的目标机动形式下,对目标加速度估计误差始终小于0.5m/s2,因此设计的一致性估计方法能够实现对目标加速度的精确估计,且具有较强的鲁棒性。

简介：针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。

简介：针对1点RANSAC（RandomSampleConsensus）单目视觉EKF（ExtendedKalmanFilter）算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1点RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明：该算法能够有效地解决1点RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158？,俯仰角平均误差减小0.1782？;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5？以内。