基于广义卡尔曼-布西滤波的压缩光相位自适应估计方法

应用量子理论获取导航测角中的相位参数,有望获取超越经典理论极限的定位精度.在利用量子零拍探测测量相位压缩光的相位时,本振相位与待测相位在正交的前提下得到的零拍电流受到散粒噪声的影响最小.为了保证本振相位能够时刻满足此条件,并考虑到导航系统非线性和实时性的特点,基于广义卡尔曼-布西滤波设计了零拍锁相环,对本振相位进行实时的反馈控制,进而实现对压缩光相位的实时估计.理论分析以及仿真结果表明,利用压缩光作为信号场获取相位参数时能够突破散粒噪声的限制,提高导航测角系统的定位精度,并且在最优压缩度处相位估计精度最高,最优压缩度取决于压缩光强度以及测量系统的相位稳定性.

线性随机卡尔曼-布西滤波理论的推广

线性随机卡尔曼-布西滤波问题要求系统方程和观测方程中的系数为有界区间上的有界函数,将系统方程中的扩散系数从有界区间上的有界函数推广为L2空间中的函数,这种情况下需要解决以下问题:推广后的系统方程的解是否存在唯一,以推广后的系统方程的系数作为积分因子的一部分的某个积分是否有意义,证明了上述问题仍然成立,并且得到了推广后的线性滤波问题的解满足的随机微分方程.

基于Kalman-Bucy滤波的车辆横向运动状态估计

研究了车辆横向运动中的状态估计问题。在两自由度车辆横向动力学模型的基础上,考虑了车辆纵向速度对车辆横向运动状态的影响,设计了基于Kalman-Bucy滤波的车辆状态观测器。仿真实验结果显示,该滤波器能够有效的过滤系统的过程噪声和观测噪声,并能够准确地估计出车辆横向运动速度与横摆角速度的实际值。