不等式约束卡尔曼滤波的解算及其统计性质

卡尔曼滤波是研究如何从被噪声污染的观测信号中过滤噪声,尽可能消除噪声影响,求未知真实信号或系统状态的一种估计方法。首先简要回顾了无约束离散时间不变系统卡尔曼滤波的模型及解算方法、统计性质。然后将其扩展到等式约束情形,推导了等式约束卡尔曼滤波的解及其统计性质。根据有效约束集的思想阐明了附不等式约束和等式约束卡尔曼滤波问题的内在联系,指出其解具有相同的性质,并提出用积极集法解决具有二次规划形式的不等式约束卡尔曼滤波问题。

机载导弹大安装偏差下的快速二次传递对准方法

针对机载导弹大安装偏差下非线性传递对准模型复杂、计算量大等缺点,提出了一种基于双线性模型的快速二次传递对准方法。基于分级修正思想,在兼顾对准精度与计算复杂度的前提下分两次完成对准:一次对准采用9维线性模型完成对安装偏差角的粗估计,以其结果为依据将主惯导本体系旋转至虚拟过渡坐标系,从根源上消除大失准角,保证了二次对准线性模型的准确性;二次对准利用一次对准存储的数据和惯导实时输出数据,采用12维线性模型完成对安装偏差角的修正和陀螺仪零偏的估计,从而获得更高的对准精度。地面试验结果表明,该方法与基于无迹卡尔曼滤波的非线性传递对准方法相比,在不影响对准精度的前提下计算复杂度降低了70%,有效解决了机载导弹大安装偏差下传递对准的工程实现性问题。

无迹卡尔曼滤波算法在二级倒立摆上的应用研究

研究滤波算法在倒立摆系统控制中的应用。首先,采用机理法建立二级倒立摆的数学模型。其次,利用线性二次型控制器和无迹卡尔曼滤波算法,实现了二级倒立摆系统的仿真控制。特别地,从实验角度考察使用滤波算法与否对二级倒立摆系统控制效果的影响。实验结果表明,使用无迹卡尔曼滤波算法可明显提高控制器收敛速度,改善其稳定性,减少其超调量。进一步,对加无迹卡尔曼滤波算法和加扩展卡尔曼滤波算法进行的对比实验表明,前者收敛速度快,振动平稳,超调量小。采用无迹卡尔曼滤波算法对倒立摆系统进行实时滤波是非常有效的方案。

基于改进Sigma点的无迹卡尔曼滤波水下目标跟踪算法

由于阵列所接收的信号在工作过程中会受到辐射噪声、环境噪声和目标信号、水下生物运动干扰,因此在目标跟踪的过程中降低噪声干扰并提高目标追踪精准度,正逐渐成为水下目标跟踪领域的研究热点和难点。常用的改进方法是根据Sigma点的采样策略进而对相应的方差权值和均值权值进行修改,Sigma点的采样策略则常常被忽视了。提出了一种基于改进Sigma点的无迹卡尔曼滤波算法(IUKF)优化水下目标跟踪效果。针对目标跟踪中测量噪声以及过程噪声影响导致的准确性问题,将第一次UT变换得到的增广状态向量以及协方差矩阵作为初始值对Sigma点进行了二次UT变换,与进行一次UT变换给定了的初始增广状态向量以及初始协方差矩阵相比,经过二次UT变换后的增广状态向量以及初始协方差矩阵精度更高。经过仿真,估计位置和真值之间的偏差减小了42.7%以上,估计距离和实际距离误差之间的偏差减小了86%,仿真实验结果表明所提的改进Sigma点的无迹卡尔曼滤波算法可以有效地抑制环境噪声的影响,提高水下目标跟踪精准度,在海洋资源勘探以及水下目标跟踪方面具有很好的实际应用前景。

考虑道路坡度的汽车自适应巡航控制策略

针对汽车自适应巡航控制(adaptive cruise control,ACC)系统在坡道行驶工况下控制精度和安全性不足问题,提出基于道路坡度实时估计的自适应巡航控制策略。算法采用分层式控制结构,将ACC系统分为上层控制器和下层控制器,上层控制器采用PID控制器和线性二次型调节器(linear quadratic regulator,LQR)计算期望加速度;下层控制器利用无迹卡尔曼滤波(unscented kalman filter,UKF)算法对道路坡度进行估计,以车辆纵向动力学为基础,考虑道路坡度变化的影响,将期望加速度转换为对应的节气门开度和制动压力,以实现车辆巡航和跟随功能。通过MATLAB/Simulink与Carsim联合仿真验证ACC系统控制策略的可行性,并与传统控制策略进行对比分析。仿真结果表明:在坡道行驶工况下,改进后的ACC系统控制策略相比于传统控制策略,能够精准识别道路坡度,具备较好的控制精度和安全性。

基于不完全测距的移动传感器网络定位算法

采用基于二次规划的无迹卡尔曼滤波及多维标度方法,研究高精度的移动传感器网络定位算法,从传感器网络整体定位角度出发,为移动传感器网络定位提供了新思路.首先对传感器网络单元建立符合实际的带约束的非线性相对运动模型;在此基础上重点考虑模型中的物理约束,采用基于二次规划的无迹卡尔曼滤波对节点间相对距离进行滤波估计;最后基于分布式的多维标度定位算法进行局部定位与拼合,给出不完全测距下的移动传感器网络定位算法.仿真结果表明,所提出的算法在相同测距误差下与其他定位算法相比定位精度更高,在不同连通度的传感器网络中,均能得到良好的定位效果.