带乘性噪声系统状态滤波的自适应算法

带乘性噪声系统由于其广泛的适用性,一直成为研究的热点。针对带乘性噪声系统状态最优估计的自适应算法进行研究,探讨在噪声服从平稳正态分布情况下,对未知动态噪声方差阵与观测噪声方差阵的辨识问题。在证明带乘性噪声系统新息在稳态时和线性系统新息有着相似稳定特性的前提下,通过对线性系统辨识方法的改进,完成对带乘性噪声系统噪声方差阵的辨识,并利用新息特性对该方法进行进一步改进,以提高辨识精度;最后通过仿真验证该方法的有效性。

一种改进状态滤波的单边直线感应电机穿越边端效应控制

单边直线感应电机(single-sided linear induction motor,SLIM)应用于中低速磁悬浮牵引系统时,因常导电磁悬浮气隙的波动而导致电机的实际机械气隙波动,从而引起电机动态等效电路相关控制参数的时变不稳定。对此该文分别将初级电流的d/q轴分量和考虑动态端部效应影响的等效互感、电阻参数作为状态观测量,进行了以内部状态互联的双观测器为基础的数学建模,同时根据观测器内部参数波动受限于局部有界的条件,从非周期和周期性时间波动两个方面进行了状态偏差的李雅普诺夫稳定性论证。另一方面,考虑到SLIM在初级电流场穿越横向铁心端部时出现的谐波扩散现象,对互联观测器内部的状态滤波器进行了改进设计,使得SLIM能直接穿越畸变电流扩散区运行而不影响电机控制系统的稳定性。实验部分对所提算法的有效性进行了验证。

Wiener状态滤波器设计新方法

基于经典稳态 Kalman滤波理论 ,应用射影理论 ,对完全可观完全可控的系统提出了设计Wiener状态滤波器的新方法 ,可统一处理稳定或不稳定系统的最优预报、滤波和平滑问题 ,估值器具有ARMA递推形式 ,且具有渐近稳定性。

统一的和通用的Wiener状态滤波器

用现代时间序列分析方法 ,基于 ARMA新息模型提出了带拟白噪声、拟相关噪声和带观测滞后系统的统一的通用的渐近稳定的 Wiener状态滤波器 ,可统一处理状态滤波、平滑和预报问题 .同 Kalman滤波方法和多项式方法相比 ,避免了求解 Riccati方程和 Diophantine方程。

饱和约束测量扩张状态滤波与无拖曳卫星位姿自抗扰控制

无拖曳卫星的本体姿态、卫星本体与测试质量间的相对位移及相对姿态的联合控制受到外部扰动、输入噪声、测量噪声及饱和约束、输入耦合以及状态耦合等因素的影响,控制器的设计面临挑战.本文采用基于扩张状态的卡尔曼滤波对系统状态和系统扰动进行实时估计,引入自抗扰控制策略进行了控制器设计.针对无拖曳控制子系统设计了测量饱和受限下的扩张状态估计算法,并进行了信息融合.在设计控制律时不仅考虑了对外部扰动的补偿,还将系统状态间的耦合关系看成内部扰动进行补偿,使得被控系统等价为“积分串联型系统”,在此基础上实现了无拖曳卫星的联合控制.数值仿真验证了方法的有效性和合理性.

面向三维目标跟踪的状态转换卡尔曼滤波方法

雷达及声呐系统采集的三维球坐标量测与运动目标的笛卡尔坐标状态呈非线性,导致跟踪精度受限,而具有强非线性的多普勒量测更难以高效利用。针对上述问题,构造由距离、俯仰角、方位角及其微分组成的状态向量,使测量方程线性化;在距离、俯仰角构成二维时变极坐标系中对常微分动力学方程离散化,再基于投影关系引入方位角,建立球坐标系中的典型三维常速度和常加速度运动模型;结合标准卡尔曼滤波在线性高斯框架下,实现跟踪以避免非线性误差。通过仿真验证了在包括多普勒雷达等若干三维跟踪场景下提出方法的有效性与性能优势。

误差状态卡尔曼滤波的视觉惯性自适应融合定位方法研究

头盔瞄准具(HMS)是近年来新一代战斗机飞行员的辅助瞄准设备,能够帮助飞行员增强战场态势感知能力,对敌方目标进行快速、精准打击。其能正常工作的关键是获取飞行员头部相对于运动飞机的姿态参数。本文结合头盔瞄准具这一应用场景研究了视觉组合姿态测量关键技术。视觉惯性组合定位能够实现目标位姿测量方法的优势互补,而由于标称噪声矩阵无法绝对准确预测,融合算法的鲁棒性、精度有待进一步提升。针对这一问题,本文提出一种误差状态卡尔曼滤波框架下基于变分贝叶斯推断的视觉惯性自适应融合方法。首先,对于过程噪声使用逆威沙特(Wishart)分布进行建模,之后通过引入隐变量分解一步预测协方差,并结合变分贝叶斯推断实现了对过程噪声协方差矩阵的在线估计。试验证明,在复杂运动及标称噪声协方差矩阵偏移较大的测量条件下,所提位姿测量算法具有较高的精度与鲁棒性,能够完成对靶标的快速、高精度跟踪。

基于自适应延迟状态滤波的惯导系统水平阻尼方法

针对当前基于卡尔曼滤波的惯导系统误差阻尼技术依赖对地速度问题,提出一种基于自适应延迟状态滤波的惯导系统水平阻尼方法。该方法通过引入延迟状态的方式,使量测方程中不包含对地速度,并结合量测噪声自适应理论和延迟状态滤波理论来增进可靠性,适用于仅能获取对水速度条件下的船载惯导系统误差阻尼进程。仿真实验结果表明,水速对惯导水平阻尼的影响降低了90%以上。提出的方法能够利用对水速度实现系统误差的有效阻尼。

粒子群优化算法用于二阶状态变量滤波器的设计

用粒子群优化算法设计了高Q值二阶状态变量滤波器,有效地解决了基本遗传算法设计电路存在的收敛速度慢、易早熟的问题.用Pspice对设计出的滤波器进行仿真,得到了令人满意的结果.结果表明,在平均收敛代数和平均收敛时间两个重要指标上,粒子群优化算法明显优于基本遗传算法.

基于扩张状态观测器滤波的坦克炮控系统模型参考自适应控制

坦克炮控系统是一类不确定、非线性的复杂系统。针对其在低速运行时产生"爬行"、振荡等的问题,依据扩张状态观测器(ESO)滤波和Popov超稳定理论,提出了一种基于ESO滤波的模型参考自适应控制方法。研究了坦克炮控系统的数学模型,给出了基本假设,设计了ESO滤波器和模型参考自适应控制器,并证明了其稳定性,最后通过仿真验证了该方法的有效性。仿真结果表明,该方法有效地消除了系统的未建模动态及外界扰动的影响,增强了系统的快速性,解决了系统的低速"爬行"问题,改善了系统的稳态性能,为炮控系统实际设计提供了一个可行的解决方案。

粒子群算法与遗传算法设计四阶状态变量滤波器的比较

用粒子群算法和遗传算法设计四阶状态变量滤波器,并对两种算法得出的滤波器电路进行Pspice仿真及实际电路测试,同时,对两种算法得出的数据进行统计比较.结果表明,在平均收敛时间、平均收敛效率和收敛精度上,粒子群算法均明显优于基本遗传算法.

基于多状态卡尔曼滤波的双目视觉导航设计

提出了一种改进的多状态约束卡尔曼滤波器(IMSCKF)双目视觉惯性导航算法。该算法在初始阶段采用Sigma滤波器和三焦点张量约束快速完成初始化,产生的状态向量与MSCKF一致,可以实现初始化和后续导航之间的无缝过渡,提高了系统状态估计的精度和鲁棒性。实验结果表明,本文提出的IMSCKF方法位置跟踪误差维持在±1 mm,角度误差维持在±1°,可以提高双目视觉惯性导航的鲁棒性和精度。

用改进式电流传送器实现二阶电流模式状态变量滤波器

提出了用改进式电流传送器实现二阶电流模式状态变量滤波器新电路，并由此得到了高通、带通、低通滤波特性．计算机仿真结果表明理论分析是正确的，所提电路具有灵敏度甚低的特点．

用四元数状态切换无迹卡尔曼曼滤滤波器估计的飞行器姿态

在较大初始姿态误差角下,针对捷联惯导/CCD星敏感器(strap-intertial navigation system/CCD star sensor,SINS/CCD)姿态估计系统扩展卡尔曼滤波(extended Kalman filter,EKF)算法精度下降的问题,提出了基于四元数的状态切换无迹卡尔曼滤波算法.通过状态实时切换降低了全维无迹卡尔曼滤波(unscented Kalman filter,UKF)的维数,减小了计算复杂度,提高了系统的实时性.文中采用基于特征向量求解的代价函数法计算四元数均值避免了UKF算法中四元数规范化的限制;利用乘性误差四元数表示姿态更新点与估计点之间的距离,解决了四元数协方差阵奇异性问题.仿真实验结果表明:与EKF相比,该算法在精度上有较大提高;与全维UKF算法和修正罗德里格斯参数UKF算法相比,该算法精度相当但估计时间均有不同程度的减少.

模拟进化型状态变量滤波器的设计

以往的滤波器一旦结构固定后是不能改变其自身参数的,而进化型模拟状态变量滤波器能够随着外界环境的变化实时地改变自身的技术参数指标。给出该滤波器的硬件结构,介绍了该进化型硬件的基本工作原理。运用一种改进的多目标自适应遗传算法,实现进化型状态变量滤波器参数优化。采用级联法所构成的高Q值四阶状态变量滤波器能够满足其在阻带、通带以及过渡带方面的性能要求,对其实效性进行了仿真和验证,进化的参数值符合理论结果,仿真的结果令人满意。

基于ispPAC10实现状态变量有源滤波器

利用在系统可编程模拟器件(ispPAC10)构成状态变量有源滤波器的方法,对ispPAC10实现的二阶低通、二阶高通、二阶带通滤波器进行性能仿真,证明该滤波器具有性能稳定,参数调整方便,灵敏度低等优点.

状态变换卡尔曼滤波的进一步解释及应用

针对速度误差定义的坐标系一致性,对状态变换卡尔曼滤波(ST-EKF)的合理性作出了进一步的解释,并将其应用于捷联惯导的初始对准及组合导航。为提高陀螺仪、加速度计的零偏误差估计效果,初始对准和组合导航过程采用统一的15状态滤波器。“单”位置精对准实验表明,由于在基座振动的环境下误差状态不完全可观,传统卡尔曼滤波会有随时间增长航向角估计误差反而逐渐发散的情况出现,而状态变换卡尔曼滤波的航向角估计结果相对稳定。激光陀螺IMU和光纤陀螺IMU的3 min双位置对准实验均表明,在同样的卡尔曼滤波预测和更新频率下,状态变换卡尔曼滤波的航向角估计精度要比传统卡尔曼滤波提高45%以上。激光陀螺IMU/卫星和MEMS-IMU/卫星组合导航跑车实验均表明,多处断开卫星信号的情况下,状态变换卡尔曼滤波组合导航系统具有更高的定位精度。

大功率变流器同步信号的状态变量滤波器设计

EAST极向场电源是由晶闸管相控整流电路组成的大功率变流器,其同步信号的取用至关重要。为提高控制精度,采用EAST极向场电源系统中整流变压器的次级电压信号作为同步信号。由于该同步信号中包含大量的谐波及噪声,所以需要对其进行滤波。通过分析同步信号的特点,提出了滤波器设计要求,比较不同滤波器特点后,选用状态变量滤波器进行滤波,并对状态变量滤波器的设计进行了详细的理论分析和参数计算。最后通过RT-LAB实时仿真测试和实验证明,该滤波器具有理想的滤波效果,可以实现同步信号的精确提取。