外辐射源定位中的修正增益扩展卡尔曼滤波

针对基于外辐射源的固定单站无源定位问题,给出了一种对运动目标进行定位跟踪的改进型滤波算法。文中首先建立目标角度信息、直达波与散射波的时间差信息以及多普勒频移信息的观测方程,并推导了每个观测方程的修正增益函数,然后利用多个时刻的观测值扩充了观测方程,从而给出了一种基于扩充观测方程的修正增益扩展卡尔曼滤波(MGEKF)算法。经过计算机仿真验证,该算法可以提高定位精度,并能有效地抑制滤波发散。

纯方位被动目标运动分析的修正增益卡尔曼滤波算法研究

通过对滤波状态协方差估计的修改,将水下纯方位被动目标运动分析中的扩展卡尔曼滤波(EKF)算法改进为修正增益扩展卡尔曼滤波(MGEKF)算法,并指出了两者的联系与区别。对比仿真分析表明,MGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标运动分析的实现提供新的途径。

基于卡尔曼增益动态修正的动力电池SOC估算

扩展卡尔曼滤波法(EKF)被认为是一种精度较高的电动汽车动力电池荷电状态(SOC)估算法,但是观测方程误差会对SOC估算结果带来影响。对EKF滤波过程进行改进,根据观测方程的误差对原EKF滤波过程增设动态卡尔曼增益修正系数,提出基于卡尔曼增益动态修正的动力电池SOC估算法。仿真结果表明EKF法可以有效克服SOC初始值不准确所造成的估算误差,动态卡尔曼增益修正系数可以进一步减小由于观测方程误差造成的SOC估算误差,使估算误差保持在5%之内。

排球训练机器人扣球位姿修正中的解耦控制

因排球训练机器人在扣球位姿控制过程中需要多回路控制,不同控制回路之间相互影响,导致存在不同回路之间的耦合干扰,要获得良好的训练效果,需要对排球训练机器人在扣球训练过程中的耦合干扰进行解耦控制。为此,提出一种针对排球训练机器人扣球位姿修正的解耦控制方法。根据机器人的主要能量和扣球速度独立非线性项计算排球机器人姿态运动参数,采用扩展卡尔曼滤波器,估计机器人在扣球训练过程中的位姿。根据机器人位姿估计结果,建立位姿修正解耦控制的目标函数,并设定扣球位姿控制的约束参量,引入变步长动态平衡反馈调节方法实现单一回路的解耦控制。实验结果表明:这种解耦控制方法在x轴和y轴中的跟踪误差均低于0.3m,在控制过程中的俯仰角、关节旋转角度和加速度变化曲线与设定期望值相符,证明所提方法可有效提高排球训练机器人的跟踪精度和控制效果,获得较好训练效果。

自适应交互式多模型滤波在被动制导中的应用

首先给出了一种更加简单的关于BOM问题的变增益函数的推导,新的增益形式比原先的形式更具有数字稳定性。然后考虑当模型具有不确定性时的被动制导仿真。当模型具有参数不确定时,一般的单模型滤波器已经不能满足制导的性能要求。采用交互式多模型算法,与修正增益扩展卡尔曼滤波器结合,并使用能实时估计量测噪声的Sage-Husa估值器,设计出一种新型自适应交互式多模型修正增益扩展卡尔曼滤波,将其应用到被动制导中,仿真结果表明该方法的优越性和实用性。

一种基于角度和时差信息的改进型滤波算法

联合角度（DOA）信息和时差（TDOA）信息对运动目标进行多站无源定位实质上是一种非线性估计问题。文章基于DOA和TDOA信息，提出了二种多站对三维空间目标进行定位跟踪的修正增益扩展卡尔曼滤波（MGEKF）算法，文中分别推导了角度观测方程和时差观测方程的修正增益函数。计算机仿真表明该算法的定位精度和稳健性能均要高于扩展卡尔曼滤波（EKF）算法。

基于多传感器数据融合的长输埋地管道中心线测量

针对长距离油气管道的中心线测量问题,提出了一种利用多传感器数据融合的管道中心线计算方法。当使用管道内检测器对长距离油气管道进行内检测时,在内检测器上装载惯性测量单元(IMU)和里程计,通过加载低频发射机激发地面GPS标记盒获得内检测的位置信息。使用导航系统和非线性动态系统进行误差建模,利用IMU数据及里程计数据进行航位推算,并采用扩展型卡尔曼滤波器对惯导系统及里程计的各项误差进行估计和补偿,结合地面GPS标记点数据最终得出准确的管道中心线位置信息。通过对同一节长度的管道在2次不同时间测量的管道中心线轨迹数据进行对比分析可知,两次测量获得的惯导中心线数据在水平方向的综合偏离误差为0.35 m,高度方向的综合误差为0.74 m。为进一步验证测量精度,对埋地管道某处特征点进行了开挖验证,检测器的误差在1 m以内。为埋地油气管道的安全运行提供了一种有效的测量手段。

固定单站对三维运动辐射源无源定位算法及可观测性分析

实现固定单站对运动辐射源无源定位,传统的方法是测量TOA和DOA。本文将方位角变化率测量信息也引入该定位问题,提出了基于MGEKF(修正增益扩展卡尔曼滤波),对三维运动辐射源的无源定位跟踪算法。通过推导伪线性测量方程,本文进行了测量TOA和DOA对三维运动目标无源定位的可观测性分析。最后给出了计算机仿真结果。

机载雷达红外传感器集中式融合与管理

提出一种机载多传感器集中式序贯融合与管理的方法。传统扩展卡尔曼滤波融合算法滤波精度不高,因此先利用雷达传感器的量测,采用修正扩展卡尔曼滤波算法对目标状态进行估计,再把估计值作为红外传感器的预测值进行序贯融合。在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强跟踪系统对环境变化的适应能力。

利用波达方位角及其变化率对运动辐射源的无源定位

阐述了利用波达方位角及其变化率对地面运动辐射源进行无源定位的原理,通过Jacobi矩阵推导出可观测性表达式,讨论了不同相对运动状态下的可观测条件。提出了融入波达方位角变化率信息的MGEKF(修正增益的扩展卡尔曼滤波)算法,并通过仿真与只利用方位角信息的MGEKF算法以及经典的EKF(卡尔曼滤波)算法进行了比较。

纯测角无源定位跟踪算法研究

研究了纯测角无源定位跟踪技术的特点,建立了双传感器观测的纯测角修正增益扩展卡尔曼滤波算法（modified gain extended Kalman filter,MGEKF）。为克服MGEKF算法中非线性滤波效果差的缺点,进一步提出了基于测角量无迹变换的卡尔曼滤波算法（observing angle unscented transformed Kalmanfilter,OAUKF）。通过实验仿真分析,比较了目标在弱机动和强机动的条件下MGEKF算法和OAUKF算法的跟踪效果。结果表明,后者能无偏且更加有效地实现目标的跟踪。

歼击机对空中目标参数被动测量的方法研究

仅根据光电瞄准系统探测到的空中目标俯仰角和方位角,利用非线性滤波算法即可估计出目标的位置和速度等运动参数。建立了歼击机和目标的相对运动数学模型,在对扩展卡尔曼滤波算法优化的基础上,推导出自适应修正增益的扩展卡尔曼滤波算法。仿真结果表明,与传统的扩展卡尔曼滤波相比,该算法具有更高的稳定性和估计精度,能够满足歼击机在中远距离使用制导武器对目标攻击的发射条件。

基于改进EKF算法的锂电池SOC估算方法

提出一种基于Thevenin改进模型的扩展卡尔曼滤波(Extended Karlman Filter,EKF)的SOC(State Of Charge)估算方法,设定不同SOC条件下利用脉冲响应测试法进行电路模型参数辨识,估算过程中采用查表法对电池放电不同阶段及不同倍率放电电流进行滤波增益修正.在Matlab/Simulink中搭建电池仿真模型,编程实现了SOC估算,验证了模型的有效性.实验结果表明,该方法在SOC的估算过程中能够保持很好的精度.

一种快速跟踪的单站无源定位算法

在单站无源定位与跟踪中,扩展卡尔曼滤波算法对初始值依赖性较强,在观测方程非线性较强时收敛速度和稳定性无法满足要求,因此文中提出了一种优先估计慢变化参量的定位跟踪算法,通过仿真比较验证了该算法具有较好的收敛速度和稳定性,具有对滤波初始值的依赖性小的优点。

基于TDOA和DOA测量的单站无源定位方法

空中运动目标无源定位和跟踪技术在航空、制导等领域应用广泛.探讨了一种基于辐射源的信号到达时间差(TDOA)和信号到达方向(DOA)信息,利用固定单站对机动目标进行无源定位与跟踪的新方法.在建立目标机动模型与测量方程的基础上,运用修正增益扩展卡尔曼滤波(MGEKF)算法,实现对机动目标进行定位与跟踪,讨论了其定位原理与算法,计算机仿真验证了该方法的正确性与有效性.

固定单站对运动辐射源的无源定位

固定单站对运动辐射源的无源定位是电子战领域的一个新课题。传统方法主要是利用到达方位角(DOA)信息对辐射源进行测向交叉定位,但由于该方法对测角精度的敏感性,仅利用DOA信息会导致定位精度低、算法收敛时间长等不良后果;文章详细分析了三维运动辐射源的特点,建立了一个数学模型,并结合方位角变化率采用基于MGEKF的定位算法,进行单站定位,这种算法提高了对运动辐射源目标的定位精度。

基于到达角度和时间差测量的无源跟踪算法研究

分析了修正增益扩展卡尔曼滤波(MGEKF)原理及其在非线性方程中的应用,提出了一种测量目标辐射源脉冲到达时间差和到达方向实现固定单站对运动辐射源进行无源定位的算法.通过计算机仿真,验证了该方法的正确性与有效性.

基于MGEKF的被动声纳目标探测数据融合仿真模型开发

针对水面舰编队联合反潜战中目标探测数据融合建模的需求,研究了被动声纳目标探测的修正增益卡尔曼滤波算法,设计了一种在分布交互仿真系统中使用Simulink滤波模型的方法,采用了共享内存技术和Simulink的S函数作为接口与Simulink模型进行数据交互和同步,完成了基于Simulink的角测量系统的被动声纳探测数据融合仿真模型开发。仿真结果表明,该数据融合仿真模型可满足分布交互仿真系统实时性要求。

基于到达时间和方位角的固定单站无源定位仿真分析

基于辐射源的信号到达时间(TOA)和到达方向(DOA)信息,利用修正增益扩展卡尔曼滤波方法,对固定单站侦察设备的空中和海上目标进行无源定位,仿真计算验证算法的有效性。

单站无源定位原理浅析

探讨了一种基于目标频域和空域参数测量信息,利用固定单站对机动目标进行无源定位与跟踪的算法,并详细分析了定位原理。在建立目标机动模型与测量方程的基础上,运用修正增益的扩展卡尔曼滤波(MGEKF)算法,实现对机动目标进行定位与跟踪。