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 .

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。

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.

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。

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.

固定区间平滑新算法及其在飞行试验中的应用

本文根据Kalman滤波和Rauch-Tung-Striebel固定区间平滑公式,提出了信息滤波——固定区间平滑的新算法,并给出了算法的U-D分解形式.由于改变了算法结构,使整个算法的数值稳定性好、可靠性高,而且平滑算法计算量和平滑所需滤波计算量均大为减少.计算量分析结果表明,新算法与Bierman序列滤波和固定区间平滑算法.Keigo.Watanabe前向平滑方法相比较,计算量减少40％以上;当状态转移阵中各元素用K的函数表示时,计算量减少50％以上.本文将此平滑算法用于实际飞机飞行试验的数据处理中,得到了令人满意的结果.

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。

一种新的带白噪声估值器的固定滞后Kalman平滑器

本文基于经典 Kalm an滤波器和 Mendel的输入白噪声估值器 ,应用射影理论 ,提出了一种新的带白噪声估值器的最优固定滞后 Kalm an平滑器 ,且给出了平滑增益阵和平滑误差方差阵新算法 ,避免了计算滤波和预报误差方差阵的逆矩阵 ,减少了计算负担 .还提出了相应的稳态次优固定滞后 Kalm an平滑器 ,它具有渐近稳定性 .仿真例子说明了所提出的结果的有效性 .

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。

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。

一种新的固定滞后最优Kalman平滑器

基于带相关噪声系统的一种最优Kalman滤波算法,应用白噪声估计理论和射影理论,提出了一种带白噪声估值器的固定滞后最优Kalman平滑器。它可递推实现,一个仿真例子说明了其有效性。

非高斯环境下基于最大相关熵的平滑估计器设计

针对Kalman平滑估计器在非高斯噪声环境下性能衰退问题,本文提出了一种基于最大相关熵准则作为最优估计标准的平滑估计方法,将其应用于固定滞后问题的状态估计,称之为固定滞后最大相关熵平滑估计器(FLMCS).首先,使用矩阵变换,给出最大相关熵Kalman滤波器的另一种形式;然后,以此为基础,通过引入新的状态变量来增广系统,并推导出所提平滑估计器的在线迭代方程;进一步比较平滑前后状态估计误差协方差,从理论上分析算法性能改进效果;最后,通过算例仿真验证所提平滑估计器在非高斯噪声干扰下的有效性和优越性.

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。

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.

基于Kalman固定点平滑的综合校正陀螺漂移误差评估方法

由于长航时惯导系统进行综合校正后陀螺漂移的补偿效果缺乏直接评估的方法,论文提出一种利用Kalman固定点平滑的校正后陀螺漂移误差定量评估方法。结合综校后惯导系统的输出信息,通过引入高精度的差分GPS和天文导航信息,以速度、位置、姿态构造复合观测量进行匹配滤波平滑,实现校正后残留陀螺常值漂移的精确定量估计。仿真结果表明,该方法可以在40min内有效地估计出综合校正结束时刻的陀螺漂移误差,估计误差在10%之内,且在姿态重调精度较高时,估计的速度与精度均有所提升。

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。

多模型多传感器信息融合Kalman平滑器

基于标量加权的线性最小方差最优信息融合算法,对多模型多传感器离散线性随机系统,给出了一种分布式标量加权信息融合固定滞后Kalman平滑器.它只需计算加权标量系数,可减小在融合中心的计算负担.当各子系统存在稳态滤波时,又给出了标量加权信息融合稳态平滑器,它计算量小,便于实时应用.并给出了两个子系统之间的平滑误差互协方差阵的计算公式.仿真例子验证了其有效性.