简介：首先证明了联邦滤波器中各局部滤波器实际上滤波不相关,然后通过使用集中式滤波器的滤波稳定性定理,来分析联邦滤波器的滤波稳定性.仿真实验首先根据上述方法证明了联邦滤波器的滤波稳定性,然后通过改变滤波初始值的方法对上述方法的执行结果进行了实验验证.

简介：基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论.证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测.在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性.

简介：传统动基座传递对准主要采用扩展卡尔曼滤波技术。但在动基座传递对准的非线性、非高斯条件下，这种基于模型线性化和高斯假设的滤波方法在估计系统状态及其方差时误差较大且可能发散。混合退火粒子滤波针对非线性、非高斯系统状态的在线估计问题，提出一种新的基于序贯重要性抽样的粒子滤波算法。在滤波算法中，用状态参数分解和退火系数来产生重要性概率密度函数，此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察数据，因此更接近于系统状态的后验概率。实验仿真结果表明，这种基于混合退火粒子滤波器不仅比扩展卡尔曼滤波提高了传递对准的精度，而且又比传统的粒子算法减少了时间。

简介：本文介绍了将数据压缩和最优滤波器相结合的最优估值方法，该算法通过对获得的一批Ｎ个数据进行最优估值，可以有效地抑制观测噪声，并能对零均值有色噪声进行平滑，应用该算法设计的空中发射导弹传递对准仿真结果表明，同一般卡尔曼滤波相比，当传递对准中观测噪声较大时，存在振动干扰情况下能提高对准精度，缩短对准时间，而且还能解决滤波计算频率同数据采集频率的匹配问题。

简介：本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波器的设计方法；提出一种降阶滤器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特—卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明，本文提出的这种降阶滤波器能保证组合系统的导航精度，而且具有实际使用价值

简介：分析了数字电压表和数字示波器对惯性测量装置(IMU)模拟输出的测量数据.为了减少惯性测量装置模拟输出中的干扰信号对模数转换结果的影响,设计了数字巴特沃斯滤波器和中值平均滤波器.通过计算机仿真和实测说明:这两种数字滤波方法均可以在几乎不增加硬件的条件下提高IMU数字输出精度.

简介：在非线性、非高斯条件下进行动基座传递对准，如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器，建立对估计误差的一步预测方差PK/K-1的加权算法，来达到抑制噪声的目的；同时，针对初始对准对准精度与快速性的要求，建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真，模拟了飞机机动模式，验证所提滤波器的可行性。最后，通过与扩展卡尔曼滤波的比较，说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。

简介：针对用于快速传递对准的卡尔曼滤波器阶数高，计算量大，滤波更新率低，鲁棒性差及对准精度不高等问题，提出采用联合强跟踪Kalman滤波器进行快速传递对准。文中设计了联合强跟踪Kalman滤波器的结构和算法，同时利用改进的Elman网络进行信息分配系数的自适应调节，以实现融合信息在各子系统中的自适应分配。仿真结果表明，该滤波器不仅提高了解算速度，而且提高了系统鲁棒性和对准精度。

简介：双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。

简介：一般的Kalman滤波器要求有准确的动态和统计模型，而低成本的MEMS-IMU性能随着温度急剧变化，故在MEMS-IMU／GPS组合导航系统中使用一般的Kalman滤波器存在很多的局限性。针对低成本的MEMS-IMU／GPS组合导航系统，提出了多模态自适应滤波算法在MEMS-IMU／GPS组合导航系统中的应用；针对普通的多模态算法中的问题，采用修正的多模态自适应滤波算法来提高MEMS-IMU／GPS组合导航系统的性能。使用静态实时测试数据，验证了所提出的算法。测试结果表明，与普通Kalman滤波器相比，修正的多模态滤波算法提高了MEMS-IMU／GPS组合导航系统的性能；采用所提出的算法，MEMS-IMU／GPS组合导航系统的短时间静态位置精度小于5m（标准差），速度精度小于0．1m／s（标准差），姿态角精度小于0．5°（标准差）。

简介：捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600s时才收敛到0.5°的速度相比大为改善。

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：本文依据卡尔曼滤波器在使用最佳增益时，其余差序列互不相关的性质，开发了一种新的渐消滤波算法。该算法根据对象输出，在线自适应地调整遗忘因子，从而使滤波器在对象模型存在误差或对象受到外扰时，仍收敛并保持最佳性。该算法应用于陀螺随机常值漂移的标定，取得较好效果

简介：介绍了由可编程逻辑器件集成的数字预滤器(prefilter)的设计原理,该预滤器用于滤除某些输入信道的尖峰或毛刺干扰,提供了其IP软核(SoftCore)的状态机模型、原文件和仿真结果.设计软件中状态变量安排合理,换用其它器件或采用其它开发软件平台也不会造成上电紊乱,占用编程资源很少,模块具有简洁稳定性和可移植性.

简介：为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。

简介：在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波（STUKFMMAE）算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~（-4）,且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

简介：针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明：该算法在GPS有效的情况下能保证俯仰滚动角（RMSE标准）精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

简介：本文首先论述了有源磁悬浮在国内外的发展状况和趋势,接着论述采用有源磁悬浮的目的和对有源磁悬浮的要求,并对时分式直流反馈有源磁悬浮的工作原理、磁悬浮元件、磁悬浮系统的稳定性、时分模拟开关以及对反馈回路的方案进行了分析。实验结果表明,有源磁悬浮应用于陀螺加速度计对仪表精度的提高起到了关键性作用。

简介：为了有效地消除重力异常畸变对海洋重力仪测量精度的影响,得到更高精度的重力异常测量值,根据随机过程理论,分析了重力异常状态方程,并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析,将其应用到消除重力异常畸变系统中.为了避免滤波发散,自适应卡尔曼滤波采用降阶的Sage-Husa算法.理论分析和仿真实验表明:H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性,并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响,但自适应卡尔曼滤波的性能优于H∞滤波.

简介：本文提出一种ＧＰＳ动态定位滤波的新方法。该方法直接从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输出定位结果的总误差，视为有色噪声，建立线性卡尔曼滤波模型对位置和速度信息进行估计。与以往采用的非线性卡尔曼滤波器相比，滤波后定位误差明显减小，且模型简单，系统运算量降低，实时性较好。另外，为了提高滤波器的动态性能，还提出了一种有效的次优加权自适应卡尔曼滤波算法