修正时延扩展卡尔曼滤波MIMO声纳目标跟踪方法研究

分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)声纳是一种通过MIMO技术规划时空信道来提高声纳探测性能的新型主动探测声纳体制。由于分布式MIMO声纳节点分布间隔大,水中声速较小,由各发射节点同步发射的测距信号将经过不同的时延到达目标,因此各接收节点测得的距离值分别对应于目标不同时刻的状态。常规的定位方法并没有考虑传播时延对测量值的影响,因而定位精度受到限制。提出了一种修正时延的扩展卡尔曼滤波方法(Modified Extended Kalman Filter,MEKF)对分布式MIMO声纳系统中的移动目标进行跟踪。仿真结果表明,与常规的目标定位跟踪方法相比,该方法有定位精度高、收敛速度快、跟踪性能稳定的特点。

基于修正协方差近似二阶扩展卡尔曼滤波算法的电池荷电状态估算

为解决扩展卡尔曼滤波(EKF)算法中由非线性变换忽略高阶泰勒项引起的荷电状态(SOC)估算误差和在迭代过程中协方差容易出现病态的问题,采用修正协方差近似二阶扩展卡尔曼滤波(MVASOEKF)算法,通过混合脉冲功率特性试验对等效模型内部参数进行离线辨识并建立了二阶RC等效电池模型,在MATLAB/Simulink平台上进行SOC估算,结果表明,EKF算法估算平均绝对误差约为2.0%,MVASOEKF算法估算平均绝对误差约为0.5%,与EKF算法相比,MVASOEKF算法虽增加了一定的计算量,但是SOC估计精度明显改善,且收敛性更好。

扩展卡尔曼滤波方法在脉冲修正弹药技术上的应用研究

在修正弹飞行过程中,由于雷达设备的噪声影响,其弹道测量值存在一定误差,使得制导控制系统不能准确掌握弹丸的真实飞行数据,尤其是脉冲修正动作导致的弹道变化,从而影响了对弹丸的实时控制精度。针对该问题,从雷达数据的滤波方法入手,在质点弹道方程基础上,根据目前广泛应用的扩展卡尔曼滤波算法,推导了修正弹无控弹道和有控弹道的滤波模型,通过MATLAB仿真,验证了滤波模型正确性。仿真结果表明,无控弹道数据滤波结果与理论值基本一致,有控弹道数据滤波后,弹丸高低角和方位角与理论值的误差不超过2 mrad。研究内容解决了脉冲修正弹药数据滤波问题,可为脉冲修正弹药工程化研制提供理论支撑。

基于修正扩展卡尔曼序贯滤波的信息融合算法

针对基于扩展卡尔曼滤波的融合算法存在滤波精度不高的问题,将修正扩展卡尔曼滤波算法与集中式序贯融合算法相结合,用于毫米波雷达和红外传感器目标融合跟踪。即先对毫米波雷达进行修正扩展卡尔曼滤波,再将滤波结果与红外传感器进行融合滤波。仿真结果表明该算法能够提高对机动目标的跟踪精度,增强跟踪系统对环境变化的适应能力。

基于扩展卡尔曼滤波的高转速修正引信滚转角测量方法

针对二维弹道修正技术中采用双旋稳定弹总体设计方案的修正引信在全弹道范围内的旋转特点,提出了一种基于扩展卡尔曼滤波的高转速修正引信滚转角测量方法。以某双旋稳定迫弹为仿真平台,建立了7自由度（DOF）外弹道仿真模型分析修正引信的旋转特性,完成了滚转角与弹载陀螺输出之间的解析关系推导并验证其正确性;在引入陀螺固有系统误差、测量误差以及北斗卫星定位测量误差后,基于扩展卡尔曼滤波估计方法对修正引信滚转角进行实时测量,仿真结果表明：采用该方法1 s内就可以实现滚转角解算快速收敛,全弹道滚转角解算绝对误差不大于6°,在弹道10~40 s段解算绝对误差不大于2°;通过炮射试验的采集数据进行验证,以15~35 s弹道段为例,滚转角解算绝对误差不大于10°,绝对误差的均值为3.9°,可以满足修正系统的滚转角测量精度要求。

基于扩展卡尔曼滤波的射程修正落点预测模型

针对一维弹道修正引信修正效能评估采用传统试验方法存在试验条件一致性差、用弹量大的问题,提出了基于扩展卡尔曼滤波的射程修正落点预测模型。传统方法是修正弹与非修正弹各打一组,对比落点;而该方法只打一组修正弹,依据修正点前的实测弹道参数预测非修正弹落点,然后以非修正弹预测落点与修正弹落点对比。通过实弹射击试验对该模型预测的落点进行了验证,试验结果表明:采用该模型预测得到的落点精度较高,与实际弹道在射程和密集度上无显著性差异,可用于评估一维弹道修正引信的修正效能。

扩展卡尔曼滤波在中厚板轧制道次修正中的应用

大量中厚板轧制的现场实践表明,高精度的厚度尺寸必须通过稳定的在线道次辊缝修正获得.扩展卡尔曼滤波在轧制道次修正中的应用,不但解决了仪表反馈数据的处理问题,并为道次状态的更新提供了一个更为精确的预报模型.对轧制过程中主要模型进行线性化的推导,使得该预报模型可以准确地预报轧制过程中的关键参数,并可通过这些关键参数计算出后续道次的辊缝修正值.研究结果应用于安钢中板厂后,厚度控制命中率提高了14.2%

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。

基于扩展卡尔曼滤波的气动参数在线修正方法

提出了在风洞试验获取的气动参数的基础上对由各种误差和扰动引起的气动偏差进行修正的方法。采用扩展卡尔曼滤波算法,利用雷达获取在线飞行弹丸的一段飞行数据(位置和速度),使用已知的气动参数对飞行数据进行过滤得到气动参数的修正系数,对已知气动参数中的阻力系数和升力系数进行修正,为后段弹道计算提供更加精确的气动参数。通过仿真计算,验证了上述方法的有效性,并利用弹道外推计算,通过对比落点误差证明了上述方法的精确性,为气动参数辨识和弹道修正提出了新的途径。

基于扩展卡尔曼滤波的二维弹道修正弹制导算法研究

为解决固定鸭舵二维弹道修正弹闭环制导问题,首先基于固定鸭舵修正组件的工作特性,建立含有控制量的运动方程组,利用扩展卡尔曼滤波对一段有控状态的弹道进行估计得到当前状态值,并外推得到预测的无控落点,根据预测落点与目标落点的偏差,给出修正组件滚转角控制指令。仿真实验结果表明,该算法有效地减小了卫导测量噪声对当前状态估计的影响,显著减小了落点散布,圆概率误差减小至28 m。

基于状态增广的修正迭代扩展卡尔曼滤波

针对修正迭代扩展卡尔曼滤波一次迭代后系统状态和估计状态不与测量噪声之间保持相互独立的问题,将测量噪声增广到状态变量中,提出了基于状态增广的修正迭代扩展卡尔曼滤波。然后将该滤波方法应用到基于雷达测量的再入飞行器目标跟踪问题中,仿真结果表明:与修正迭代扩展卡尔曼滤波和传统的扩展卡尔曼滤波相比,该滤波方法具有更快的收敛速度和更优的估计精度。

轻量化弹道解算系统火控修正和瞄准线滤波预测

为快速提高轻武器操作人员射击精度、缩短瞄准时间,设计一种超轻型、多种轻武器复用的弹道解算系统,并创新了火控修正方法。建立人体据枪-瞄准-击发过程模型,规划火控诸元解算、实时环境感知、多轻武器复用、交互和数据管理等基本模块,提出可快速、实时解算,基于国产化硬件平台的火控修正软件架构,通过系统综合设计,实现总重量394 g情况下的有效工作。针对显示滞后、击发装置延迟和传感器噪声等问题,结合人体卧姿射击运动特征提出一种瞄准线非线性扩展卡尔曼滤波预测方法,其误差补偿效果相比于匀加速预测补偿方法要好53.1%。为验证系统整体有效性,搭建600 m外场射击实验进行初学者分组对比测试。研究结果表明,该系统经短暂培训后可使新手迅速掌握白光瞄具射击要领,瞄准偏差方位方向为1.15 mm、俯仰方向为0.9 mm,可降低轻武器射击对个人经验依赖,提高射手的远距离射击能力。

基于扩展卡尔曼滤波的转速补偿滚转角测量算法

针对二维弹道修正引信全弹道转速变化范围较大的旋转特点,提出了一种基于扩展卡尔曼滤波的转速补偿滚转角测量算法。首先以某双旋稳定迫弹为仿真平台,分别在高速和低速时变转速条件下对引入转速补偿的EKF滚转角测量算法进行了验证。仿真结果表明,高转速条件下全弹道滚转角解算绝对误差不大于5°,低转速条件下解算绝对误差全弹道不大于2.5°,且均能快速收敛。而后又基于MEMS三轴转台进行了实验室滚转角测量精度验证,结果表明,在修正引信转速自30 r/s至1 r/s范围动态变化过程中,滚转角解算绝对误差不超过4°。

一种基于圆阵测量的扩展卡尔曼滤波算法

为提高被动声定位系统的定位精度 ,本文提出了一种基于圆阵测量的扩展卡尔曼滤波算法。该算法首先对时延测量值进行预处理 ,以预处理量直接作为卡尔曼滤波器测量方程的输入量 ,并利用台劳级数对非线性测量方程进行线性化。数值计算和仿真结果表明 ,该算法有较好的滤波。

基于卡尔曼滤波修正算法的电池SOC估算

电池荷电状态(SOC)的估算是电池管理系统的核心内容,SOC估算准确与否,将直接影响到电池管理系统的决策和控制。在结合开路电压法、安时法的基础上,充分利用扩展卡尔曼滤波法的修正功能,综合考虑电池充放电倍率、温度和充放电循环次数等因素对SOC估算的影响,提出了卡尔曼滤波修正算法,并将其应用在插电式混合动力汽车电池管理系统中。研究结果表明,卡尔曼滤波修正算法有效地解决了传统安时法无法估计SOC初值和误差累积,以及开路电压法需要电池静置无法做到在线估算SOC等问题,获得了更高的估算精度,为电池管理系统提供一种实用的SOC估算方案。

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。

基于观测方程重构滤波算法的锂离子电池荷电状态估计

滤波算法中观测方程的准确性在电池状态评估中起着决定性作用。然而,该文通过试验发现,由于温度、工作电流和荷电状态(SOC)的影响,即使使用精度较高的电池模型,扩展卡尔曼滤波(EKF)算法中观测方程的输出值与实际电压之间仍会存在较大误差,即产生了较大的新息。该文提出一种基于观测方程重组的增强型扩展卡尔曼滤波(E-EKF)算法。该算法的核心思想是利用具有温度、SOC和电流自适应能力的误差修正策略对观测方程进行重组,实现算法中新息的降低,进而提高SOC估计的准确性。使用两种不同温度下的典型工况试验对E-EKF算法的性能进行了验证。试验结果表明,该算法能够适应不同的温度和工况,并具有较高的SOC估计精度。

基于自适应ZUPT与航向角误差修正的INS约束算法

为提高行人惯性导航系统(INS)的定位精度,提出了一种基于自适应零速修正算法(ZUPT)与航向角误差修正的INS约束算法。首先,利用基于广义似然比的零速检测阈值与检验统计量的特征值建立关系式,实现对零速检测阈值的自适应调整。然后,对INS解算位置建立线性回归模型,结合主航向与解算航向的航向差,根据行人运动类型构建观测向量和观测矩阵,对INS误差进行修正。最后,经实验验证,当行人在复杂路线变速运动时,相较于固定阈值的零速检测算法和主航向修正算法,所提算法的解算轨迹更接近真实轨迹,平均闭环误差从3.31%D减小至1.45%D,有效提高了INS定位精度,具有较好的工程应用价值。

粒子群优化噪声参数的行人导航零速修正算法

针对使用零速修正算法进行行人惯性导航时,固定噪声参数不适用所造成的导航精度较低的问题,提出了一种基于粒子群算法优化噪声参数的零速修正算法。通过最小化零速阶段的滤波器新息序列可以在线调整滤波参数,以适应当前行人运动状态,最后通过对多组惯性数据进行解算来验证算法有效性。分别使用了标准零速修正算法和粒子群优化的零速修正算法对惯性数据进行解算,并计算两种算法解算结果的位置误差,结果表明,提出的算法能够得到更小的定位误差和更平滑的解算轨迹。

一种基于位置修正和卡尔曼滤波的姿态角推算算法

在动态载体如汽车、船舶或静态载体如桥梁、房屋的姿态推算中,使用全球导航卫星系统(global navigation satellitesystem,GNSS)进行载体测向,比起使用惯性传感器成本较低;且随时间不会累积误差。针对在多天线基线解算时存在的接收机时钟不同步造成基线解算精度下降,以及载体运动过程中多径和周跳等造成的误差问题,提出了一种基于参考天线位置修正的扩展卡尔曼滤波(extended Kalman filter,EKF)算法。根据载体移动速度和接收机之间的时钟差对每一历元载体参考天线位置矫正,提高基线解算的精度,从而提高姿态角精度。基线解算采用实时动态定位技术(real time kinematic,RTK),根据接收机给出的载波相位观测量,在参考天线和其他天线之间做双差建立观测方程,求解出基线向量。将得到的多组基线向量利用最小二乘法求解出姿态角。根据实际测试表明,该方法在基线长度不超过1. 5 m的情况下,静态航向角和俯仰角精度达到0. 2°,低动态情况下航向角精度达到0. 2°,俯仰角精度达到0. 3°。