扩展集员滤波在捷联惯导大方位失准角初始对准中的应用

研究了静基座捷联惯导系统初始失准角为大角度时扩展集员滤波在初始对准中的应用。给出了扩展集员滤波算法的基本概念和递推公式,指出算法假设系统的过程和量测噪声以及初始状态由已知椭球来定界,利用椭球集合来描述系统真实状态的可行集。算法在将非线性方程线性化过程中保留高阶项,利用区间分析方法对高阶项进行定界,然后加入到噪声项中,形成一个虚拟噪声项,对经过处理后的线性化方程进行集员滤波处理。最后将扩展集员滤波应用于惯导系统大失准角时的初始对准中,通过计算机仿真对比了扩展卡尔曼滤波和扩展集员滤波的估计效果。仿真结果表明,在随机噪声和有界噪声条件下,扩展集员滤波都较扩展卡尔曼滤波的效果要好,特别是当系统存在有界噪声,应用扩展卡尔曼滤波得到的效果已明显变差,但应用扩展集员滤波仍能得到比较好的结果。

基于最优定界椭球的扩展集员滤波算法研究

针对噪声未知但有界的非线性系统,提出了一种基于最优定界椭球的扩展集员滤波算法。首先,对非线性状态方程和量测方程进行泰勒级数展开,采用区间分析方法对线性化误差进行外包定界,并通过椭球近似将其整合到系统噪声中;在此基础上通过预测步和滤波步两步过程来计算与量测和噪声边界近似相一致的待估计状态的可行集。以Duffing方程为例,与扩展卡尔曼滤波方法的仿真比较表明了该算法的精确性和鲁棒性。

基于扩展集员滤波的发电机动态状态估计

为了提高电力系统机电暂态过程中发电机动态状态估计的精确性,提出了一种考虑转子角功角不等关系的发电机动态模型。在此基础上,进一步提出采用适合非线性滤波问题的扩展集员滤波(Extended Set Membership filter,ESMF)算法对动态模型进行求解。以IEEE 9节点系统为例,对基于ESMF和扩展卡尔曼滤波(Extended Kalman filter,EKF)的状态估计方法进行仿真比较,仿真结果表明,ESMF方法能有效地实时估计电力系统机电暂态过程中发电机功角轨迹,且精度更高。

基于鲁棒高程边界的地面机器人环境建模方法

如何构建准确可靠的环境模型一直是移动机器人的研究热点。2.5维地图是环境建模常用的环境描述方法。但是在野外环境中,由于机器人运动过程中存在的振动以及传感器的误差,造成高程地图出现偏差,偏差的范围将直接影响机器人路径规划的成败。传统的概率估计方法易于实现高程值的估计,但无法获得高程的可靠范围。为了解决这一问题,本文提出了一种基于鲁棒高程边界的地面机器人环境建模方法。首先构建传感器测量模型并获取测量误差的边界描述,在此基础之上,利用集员估计方法实现高程误差范围边界的估计,并给出了可通过性分析,最后利用实验验证了所提方法的可行性与有效性。与传统的环境感知方法相比,本方法可以获取可靠的高程范围,提升环境模型的鲁棒性和可靠性。

旋转导向钻井工具姿态测量陀螺仪故障估计与处理方法

针对旋转导向钻井工具姿态测量系统陀螺仪故障问题,提出一种陀螺仪加性故障估计与处理方法。首先将陀螺仪故障增广为状态变量,融合加速度计测量信息建立非线性测量模型;然后针对由于模型线性化、陀螺仪漂移、钻井过程的高温、高压、强振动等因素导致卡尔曼滤波算法估计精度变差的问题,将测量误差等效为幅值有界但分布未知的误差,提出了一种自适应扩展集员卡尔曼滤波算法,实现了陀螺仪加性故障的准确估计,利用陀螺仪故障估计值校正陀螺仪输出,实现故障条件下工具面角的准确测量。样机模拟实验结果表明在发生陀螺仪故障情况下,基于所提出的算法,工具面角估计值的最大均方根误差为3.841°,满足实际钻井技术需求,为提高旋转导向钻井工具姿态测量系统的可靠性奠定了基础。

基于ESMF算法的GPS信号多普勒频率估计

针对GPS接收机对载波信号的跟踪性能受到不同类型噪声的影响,且这些噪声的统计特性很难得到的问题,提出一种基于扩展集员滤波(ESMF)的解决方法.该方法根据载波信号中噪声统计特性未知但有界(UBB)的特点,设定合理的噪声边界,将UBB噪声包含在椭球集合内;利用集员的思想实现载波信号多普勒频率的在线非线性估计,且估计过程中同时能够检测系统坏值的发生时刻.仿真中,模型选取三维空间运动的载体.仿真结果表明,ESMF在处理该模型时是一种有效的鲁棒估计算法.