分离随机偏差两段解耦Wiener滤波器

应用现代时间序列分析方法 ,基于ARMA新息模型和Wiener状态滤波器 ,对带随机偏差系统首次提出了分离随机偏差两段解耦Wiener滤波器 ,形成了一种新的偏差处理技术 .同传统的两段Kalman滤波器相比 ,具有如下优点 :1)可统一处理滤波、平滑和预报问题 ;2 )避免了Riccati方程的计算 ;3)具有最优性和渐近稳定性 ;4)实现了完全解耦 ;5 )便于实时应用 .两个仿真例子说明了其有效性 .

广义系统分离随机偏差两段解耦Wiener滤波器

应用现代时间序列分析方法，基于ＡＲＭＡ新息模型和白噪声估值ｇ，提出了广义系统分离随机偏差两段解耦Ｗｉｅｎｅｒ滤波器，可统一处理滤波、平滑和预报问题，且具有渐近穗定性和最优性．仿真例子说明了其有效性。

惯性导航系统中的Kalman滤波技术

近年来针对在实际应用中出现的Kalman滤波精度低,甚至滤波器发散的问题,出现了多种改进的状态估计算法,研究了偏差分离滤波,自适应Kalman滤波,H∞滤波,鲁棒Kalman滤波,根据它们的特点,对于它们在惯性导航领域中的应用进行了论述和分析,这些算法对于提高Kalman滤波精度,增强滤波的稳定性,提高惯性导航系统性能具有一定的效果,同时具有广阔的应用前景。

两级解耦卡尔曼滤波在平台惯导系统自主标定和对准中的应用

本文结合实际工程背景，采用两级卡尔曼滤波方法对平台惯导系统进行对准和标定，分别构造陀螺滤波器和加速度计滤波器，前者用于估计平台失调角和陀螺误差系数，后者用于估计加速度计误差系数，然后利用分离偏差滤波理论，将陀螺滤波器分解成状态滤波器和偏差滤波器，使滤波计算进一步得到简化。与一般卡尔曼滤波器相比，此滤波器的计算量以及计算机内存占用量都大为减小。