平方根球形无味卡尔曼滤波机载无源定位算法

针对机载无源定位系统中,初始值误差和数值的舍入计算对无味卡尔曼滤波(un-scented Kalman filtering,UKF)算法的定位精度和滤波稳定性影响较大的问题,提出一种基于平方根球形无味的卡尔曼滤波算法(square root spherical unscented Kalman filter,Sqrt-UKFST)。该方法以单位超球体球面无味变换为基础,通过减少采样点数目和球面半径,保证所有采样点在一个单位超球体上,从而提高算法对初始值的鲁棒性,并采用平方根滤波提高算法的数值稳定性。对该算法进行100次Monte-Carlo实验,仿真结果表明,Sqrt-UKFST算法收敛速度快,滤波性能稳定;当初始状态估计误差较大时,Sqrt-UKFST算法的定位精度保持在30%以内,提高系统对初始值的鲁棒性。

船舶交通服务系统雷达网误差配准算法

在船舶交通服务系统(Vessel Traffic Services,VTS)利用多台雷达组成的雷达网中,如果雷达的系统误差未经配准就进行多雷达数据融合,则会使融合结果不可信而严重影响其航迹跟踪质量。平方根无味卡尔曼滤波(Square-root Unscented Kalman Filter,SRUKF)是一种改进的无味卡尔曼滤波(Unscented Kalman Filter,UKF)算法,它借鉴了平方根卡尔曼滤波(Square-root Kalman Filter,SRKF)能克服滤波发散的思想来设计滤波器,不仅具备无味卡尔曼滤波的全部优点,而且克服了无味卡尔曼滤波由于滤波数值计算中舍入误差的积累而容易导致协方差矩阵失去非负定性的缺点,具有更好的数值稳定性。利用平方根无味卡尔曼滤波实现船舶交通服务系统中的雷达网系统误差配准,并通过Matlab仿真对该方法和无味卡尔曼滤波的滤波性能进行了比较,仿真结果验证了该方法的可行性和有效性。

星载GPS低轨卫星定轨算法仿真研究

在对Kalman滤波在星载GPS低轨卫星定轨的研究中,由于系统和观测方程均为非线性,在线性化过程中引入线性化误差造成滤波发散现象,以及由于截断误差使得定轨精度差的问题,因此将平方根UKF方法应用于天基GPS低轨卫星定轨中,为提高定轨精度、速度及定轨稳定性。利用UT变换良好的期望及方差传递特性,无须对系统方程及观测方程进行线性化,避免了传统的EKF算法由于线性化引入的误差,同时平方根滤波方法有效地克服了协方差阵非正定问题。仿真结果表明,在相同条件下比EKF有效地抑制了滤波发散,且提高了定轨精度。