一种基于卡尔曼滤波的动态相对位置解算算法

在舰船海上校飞过程中,测量解算飞机相对舰船的位置会产生一定的误差。采用直接算法在解算中没有对粗大误差和GPS信号缺失进行处理,解算结果误差较大。提出了一种改进的相对位置解算算法。通过仿真实验,从方位角、俯仰角和距离3个方面,对改进算法的解算精度和直接算法的解算精度进行分析比较,仿真结果表明,改进算法能很好的提高相对位置解算精度。

望远镜主镜位置解算算法研究

利用位移传感器测量望远镜主镜相对镜室的相对位置时,需要设计算法将传感器测得值解算为主镜的姿态和位置信息。本文对已有的算法进行了改进,从空间解析几何角度出发研究了主镜位置解算算法,并分析了传感器安装位置偏差对解算精度的影响,发现传感器安装径向尺寸误差对解算精度影响较小,而安装角度误差影响较大,并得到最佳的传感器安装角度为30°,从而得到最佳的传感器布局和解算方法。

一种改进的基于GPS某型舰船姿态解算算法

载波相位GPS测姿实施中,其姿态解算是核心技术之一,目前有多种姿态解算算法,其中对于单基线姿态测量,直接算法因具有原理简单、计算速度快、实时性好等特点被广泛应用。但在舰船测姿实施中,对姿态角的测量会产生一定的误差。采用直接算法在解算中没有对粗大误差和GPS信号缺失进行处理,使得解算结果误差较大。因此提出一种改进的舰船姿态解算算法即基于自适应卡尔曼滤波的姿态解算算法。建立航向角和纵摇角的解算模型,从理论上推导了基线越长,航向角测量精度越高;航向角的解算精度比纵摇角的解算精度高;基于自适应卡尔曼滤波的姿态解算算法的解算精度比直接法的解算精度高。通过仿真实验,对上述推理进行验证,航向角的解算精度比纵摇角的结算精度高出一个数量级;改进算法的解算精度比直接算法的解算精度高出一个数量级。

基于测距的定位系统中位置解算研究

在现有的基于测距的位置解算算法中,定位精度受测距误差的影响较大.为了提高定位精度,提出了一种基于根心的位置解算算法.该算法中,首先根据位置未知的节点(Target节点)与每三个位置已知的节点(Anchor节点)之间的距离测量值,计算出对应的根心坐标;在根心集合中,滤除误差较大的部分根心;根据剩余根心的坐标及其权重值,计算平均值作为解算结果.仿真结果表明,在相同的误差下,提出的位置解算算法相比于现有的基于测距的位置解算算法有效地降低了解算误差,提高了定位精度.

大口径主镜位置的实时检测

由于望远镜主镜位置的调整与主镜位置的实时监测相关,本文设计了基于位移传感器的主镜位置监测系统。重点考虑镜室重力变形的影响,利用解析几何方法得到了解算主镜位置的算法。以实验室的1.2mSiC主镜作为试验镜进行了主镜位置实时监测试验。在主镜绕支撑架做俯仰转动时,通过布置在主镜背部和侧向的6个位移传感器,实时采集测量数据,并利用有限元方法计算镜室的变形;最后将镜室变形作为系统差和传感器测量值代入解算算法,得到主镜沿X、Y、Z三向平移、绕X、Y轴转动角度及主镜半径随温度变化值。测试结果显示:该试验主镜的支撑系统中的轴向支撑刚度远大于侧向支撑刚度。当镜室转动45°时,主镜的Z向平移变化只有20μm,而X向平移和Y向平移分别为146μm和100μm。试验结果验证了提出的实时监测方法和监测系统的准确性,为大口径主镜实时位置校正提供了依据。

基于UKF的车辆GPS/蜂窝网无缝定位算法

当车辆运行在存在遮挡和多路径的复杂环境下时，车载GPS接收机由于无法接收到足够数量的GPS定位卫星将导致车辆无法准确定位。GPS/蜂窝网无缝定位技术将蜂窝基站视作伪卫星，将蜂窝基站观测值与 GPS 观测值结合进行融合解算有效解决了该问题。针对目前融合解算算法所采用的 EKF解算算法存在高阶项截断误差和 Jacobian 矩阵难计算的缺点，本文将不敏卡尔曼滤波(UKF)引入到基于GPS和蜂窝网的无缝定位算法中。UKF算法是一种基于UT变换的非线性的滤波方法，避免了因进行强行线性化带来的误差影响。通过在高斯信道、静止和运动场景下，对两种混合定位算法性能进行对比分析，实验结果表明：将UKF算法用于GPS和蜂窝网络的混合定位中时，在不同的定位环境下，其定位均方根误差（RMSE）相较EKF算法降低了20%~70%。

三频BDS/INS紧组合的抗差自适应Kalman滤波

构建了适合北斗三频信号的北斗/惯性紧组合模型。针对三频模糊度解算算法的错误整数解可能对滤波结果造成“污染”这一问题,应用了抗差自适应Kalman滤波算法,优化了所建的模型。车载组合导航实验结果表明:三频模糊度解算算法得到的模糊度正确率平均值为99.84%,直接用于紧组合模型将造成最高达0.7m的天向位置误差;抗差自适应Kalman滤波算法能消除错误模糊度整数解的影响,东、北、天三个方向的位置最大偏差值在厘米级。此外,载体姿态和速度频繁变化造成的状态预测误差也被自适应处理校正,组合导航的位置均方根误差为东向0.007m,北向0.014m,天向0.023m。研究表明,在三频信号条件下,所采用的抗差自适应Kalman滤波能够增强所构建的紧组合模型的可靠性。