固定区间平滑算法及其在组合导航系统中的应用

对于离线处理或实时性要求不高的组合导航系统,平滑作为一种离线估计算法,通过利用更多的量测信息,能够获得优于滤波估计的结果。固定区间平滑是利用某一时间区间内的所有量测信息对所有状态进行估计的一种算法,在组合导航系统中应用广泛。该算法主要包括适用于线性系统的Rauch-Tung-Striebel平滑算法和双滤波器平滑算法,以及基于上述两类平滑方式的非线性平滑估计算法。针对组合导航系统,详细阐述了这几类固定区间平滑算法并分析了各自的优缺点。

U－D分解的前向固定区间平滑新算法

本文提出了两种前向固定区间平滑新算法以解决工程问题．为了确保算法的数值稳定性并提高计算效率，两种算法中的协方差矩阵传播均使用了Ｕ－Ｄ分解形式．计算量分析结果表明，两种新算法与ＫｅｉｇｏＷａｔａｎａｂｅ前向平滑算法相比较，计算量减少４０％以上；状态维数较高时，计算效率提高３倍以上．

Systolic算法和阵列结构执行固定区间平滑

基于平方根算法提出了一种适合于并行计算的固定区间平滑的Ｓｙａｔｏｌｉｃ算法，这种算法使得计算的快速性和数值稳定性都得到了提高。文中还提出了一种有效的脉动（Ｓｙｓｔｌｏｉｃ）阵列结构来实现此并行算法．对容错算法、处理器的利用率及计算速度作了简要地分析。

固定区间平滑滤波增强UWB/INS/NHC组合算法研究

针对当前室内位置服务技术难以同时满足定位的高精度性、连续性和和可靠性等显著问题,本文提出了一种多传感器数据融合室内定位算法,综合利用超宽带(Ultra-Wide Band,UWB)的室内高精度定位特性、惯性导航系统(Inertial Navigation System,INS)的自主定位和短期高精度定位特性,在非完整性约束模型(Non-Holonomic Constraint,NHC)的辅助下,采用固定区间平滑滤波,实现室内高精度连续定位。实测数据分析结果表明:1)UWB能实现分米级的定位和测速精度;2)在INS、NHC和固定区间平滑滤波的辅助下,可实现厘米级的平面定位精度和分米级的高程定位精度,测速精度达到优于3 cm/s;3)在UWB定位性能较差的环境下,NHC、INS和RTS对UWB定位性能的改善最为明显。

航空重力测量中垂直加速度改正的固定区间平滑算法研究

对于离线处理的航空重力测量垂直加速度改正,固定区间平滑可以利用更多的量测信息获得优于滤波估计的结果。文章详细分析了TFS算法和RTS算法的基本原理和平滑处理步骤,并将它们应用于垂直加速度改正的模型试验。试验结果表明,两种平滑算法都能够压制测量中的扰动噪声,提高垂直加速度改正的精度。从算法和处理复杂程度考虑,可优先采用RTS平滑。

快速次优固定区间Wiener平滑器算法

为了克服带相关噪声控制系统的最优固定区间Kalman平滑算法要求较大计算负担的缺点,应用Kalman滤波方法,基于CARMA新息模型,由稳态最优Kalman平滑器导出了带相关噪声控制系统的最优固定区间Wiener递推状态平滑器,它带有系数阵指数衰减到零的高阶多项式矩阵.用截断系数矩阵近似为零的项的方法提出了相应的快速次优固定区间Wiener平滑算法.它显著地减少了计算负担,便于实时应用,还给出了截断误差公式和选择截断指标的公式.仿真例子说明了快速平滑算法的有效性.

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用Y-可观广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题.应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用,一个仿真例子说明其有效性.

固定区间Kalman平滑新算法

用现代时间序列分析方法 ,基于ARMA新息模型和白噪声估值器 ,提出了一种正向固定区间稳态Kalman平滑新算法和两种反向固定区间稳态Kalman平滑新算法 ,并给出了保证算法最优性的最优初值公式 .算法简单 ,便于实时应用 .仿真例子说明了它们的有效性 .

统一的固定区间最优白噪声平滑器

基于 Kalman 滤波,对带相关噪声系统提出了统一的固定区间最优白噪声平滑器,它们由固定区间输入白噪声平滑器和观测白噪声平滑器组成,可应用于石油地震勘探信号处理。一个Bernoulli-Gaussian 白噪声的仿真例子说明了它们的有效性。

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。

快速次优固定区间白噪声平滑器

应用现代时间序列分析方法,基于ARMA新息模型,用多项式矩阵的截尾方法提出了带相关噪声系统的统一的快速次优固定区间白噪声平滑器。它们可明显减小计算负担,且可用新息滤波器和Wiener滤波器表示。给出了截尾误差公式及截尾指数选择公式。一个Bemoulli-Gaussian白噪声的仿真例子说明其有效性。

广义离散随机线性系统固定区间稳态Kalman平滑器

运用新息理论和射影方法，基于ＡＲＭＡ新息模型和白噪声估值器，提出了广义离散随机 线性系统正向固定区间稳态Ｋａｌｍａｎ平滑器。仿真例子说明了算法的有效性。

相关噪声系统固定区间最优Kalman平滑器

基于带相关噪声系统的一种Kalman滤波器,应用射影理论,提出了一种固定区间最优Kalman平滑器,它可用反向递推形式实现,算法简单,但于实时应用。推广了带不相关噪声系统的一个现有结果。一个仿真例子说明了其有效性。

固定区间Wiener平滑器及其实用稳定性

应用稳态Kalman滤波理论,提出了一种固定区间Wiener平滑器,由稳态最优非递推固定区间Kalman平滑器的递推变形引出固定区间Wiener平滑器.该平滑器具有一种在有限区间上的实用稳定性,即当原系统Kalman滤波器的所有特征值远离单位圆周时,对任意选取的平滑初值该平滑器能快速消除其影响而具有快速收敛性.当有接近单位圆周的特征值时,为消除其不良影响,给出了平滑初值的选取方法.仿真例子说明了其有效性.

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。

应用EKF平滑算法提高GPS/INS定位定姿精度

为了提高城市遮挡环境下GPS较长时间(60s)无法单独定位情况下GPS/INS组合定位定姿精度,研究了扩展卡尔曼滤波及其RTS(Rauch Tung Striebel)平滑算法;同时给出了基于ψ角惯导误差模型的GPS/INS组合系统状态方程和基于位置、速度更新的量测方程。实验中模拟GPS信号失锁60s,应用RTS后处理算法进行了GPS/INS组合数据处理。结果表明,扩展卡尔曼滤波EKF平滑算法可以有效地提高城市遮挡环境下GPS/INS组合定位定姿精度,特别是对GPS失锁的情况。从而很大程度上降低对高成本惯导的依赖。

多传感器信息融合平滑器算法研究

为了提高融合估计的精度,采用矩阵加权线性最小方差意义下的最优信息融合准则,对多传感器系统,考虑局部估计误差之间的相关性,给出了最优信息融合固定区间平滑器算法。理论和仿真实验表明,融合平滑器精度在总体上高于各局部子系统的估计精度。与融合预报器相比,融合平滑估计比预测平滑估计精度提高了近5倍,显著地改善了传感器的融合估计精度,并且该平滑器具有容错性。因此,本文提出的融合平滑器算法,对于非实时的信息融合问题具有一定的应用价值。

基于ERTS平滑建议分布函数的粒子滤波新方法

提出一种新的建议分布函数的设计方案,即将扩展Kalman滤波算法与Rauch-Tung-Streibel(RTS)最优固定区间平滑算法融合,产生建议分布函数。与用扩展Kalman滤波产生建议分布函数的粒子滤波方法相比,该方法可更准确地给出状态的估计结果,从而使得系统具有更好的稳健性。通过对GPS/DR组合导航系统的试验,验证了该方法的有效性。

卡尔曼平滑的自校准技术

介绍了卡尔曼平滑技术的固定区间平滑方法,推导了非线性时变模型的固定区间平滑公式,并将之应用到轨道约束自校准技术中,且导出了相应公式.

基于迭代平滑的GNSS/INS/轮速组合定位后处理算法

近年来智能驾驶发展迅速,高精度地图的重要性受到越来越多的重视与关注。在城市街道、高架桥等非开阔场景下,全球卫星导航系统(GNSS)信号会出现濒繁丢失的情况,仅依靠传统的GNSS/INS松耦合组合定位精度无法满足高精度地图要求,因此需要通过离线后处理来提高精度,为此本文提出基于迭代平滑的GNSS/INS/轮速组合定位后处理算法。通过推导双向平滑算法,对GNSS/INS/轮速组合导航参数进行后处理。针对惯性测量单元零偏估计收敛慢,导致滤波解算精度较差的问题,采用迭代平滑策略离线补偿零偏。通过在实车试验中屏蔽GNSS信号模拟其丢失情况,验证了所提出算法的有效性。