基于改进UKF的GPS非线性动态滤波研究

为了提高动态定位精度,将一种改进的UKF(Unscented Kalman Filter)算法应用在GPS非线性动态定位解算中。将UKF算法与IEKF(Iterated Improved Kalman Filter)算法相结合,因此保持了基本UKF算法易于实现和收敛速度快的优点,同时由于滤波值是通过迭代扩展的卡尔曼滤波机制得到,进而更新值能更准确的逼近非线性系统状态概率密度函数,具有更高的精度。应用于GPS非线性动态滤波定位中,仿真结果表明:与UKF算法相比,算法能够明显提高定位精度。

中机身位置和姿态调整及其跟踪测量

设计了中机身自动调姿定位器,针对中机身调姿运动学特点,给出了中机身三次多项式轨迹拟合算法,研究了基于调姿基准点的单台激光跟踪仪辅助中机身位置和姿态跟踪测量方法。将中机身调姿划分为横滚、俯仰、偏转和位置调整四个阶段,建立了调姿动态系统的函数模型,给出了调姿基准点无偏卡尔曼滤波和外推迭代算法,实现调姿过程中测量坐标最佳估值,利用最佳估值求解中机身动态位姿,从而实现了中机身位置和姿态实时修正。提出了基于托架式定位器、动态位姿测量和调姿软件集成系统的中机身位姿精确自动调整方法。仿真实验表明:由于驱动实时修正,调姿过程中驱动曲线存在微小波动,但自动调姿过程能保持平稳,易实现;中机身位置和姿态均能达到较高跟踪精度。