H_∞次优滤波在角速度匹配传递对准中的应用

角速度匹配传递对准的量测量是主惯导的高精度陀螺测量信息与子惯导的陀螺测量信息之差,将角速度匹配传递对准的量测量送入卡尔曼滤波器进行信息融合,以获得导航系统误差的最优估计值。通过对角速度匹配传递对准的系统状态模型和量测模型的构建与分析,在将机翼弹性变形等干扰项为有色噪声时,采用H_∞次优滤波的角速度匹配传递对准方式估计弹体的安装误差角与姿态失准角,从而实现机载导弹武器系统的快速传递对准。仿真结果表明,基于H_∞次优滤波的角速度匹配传递对准,能有效抑制实际应用中弹体的机翼弹性变形等外界不确定噪声的干扰,在确保传递对准鲁棒性能的同时,可以获得良好的快速性能和滤波精度。因此,作为一种空中飞行的对准方法,采用H_∞次优滤波将干扰项作为有色噪声应用于角速度匹配传递对准更符合工程应用的实际情况。

基于H∞次优滤波的速度+角速度传递对准研究

针对舰船机动性能差,以及舰船高频振颤等不确定性干扰因素影响惯导系统传递对准滤波效果的问题,提出了基于H∞次优滤波的"速度+角速度"匹配传递对准方法。首先分析了影响传递对准性能的关键要素,确定了适用于弱机动特性的舰船用惯导系统传递对准方案。在此基础上,设计"速度+角速度"匹配传递对准的H∞次优滤波器,解决不确定性外部干扰的影响。给出了设计方法和滤波器解算流程。比对仿真结果表明:对于不确定性有色噪声干扰,H∞次优滤波具有很强的鲁棒性,能够完成对失准角的估计,更加符合舰船实际应用条件。

一种H_∞次优滤波模糊跟踪器的设计与仿真

针对目标做高机动运动时跟踪误差增大的问题,提出了一种基于H∞次优滤波器的模糊鲁棒跟踪器。该跟踪器利用H∞次优滤波器的鲁棒性以快速减小由于目标机动产生的估计误差,实现对机动目标(尤其是高机动目标)的快速跟踪。同时,应用一系列的模糊规则在线自适应调整H∞次优滤波器的过程噪声协方差矩阵,使得该跟踪器可以精确跟踪非机动目标和机动目标。仿真结果表明,该跟踪器对机动目标和非机动目标的跟踪效果均很好,并且在目标从非机动到机动切换时,能够快速减小跟踪误差。

综合单频C/A码GPS接收机测量值的次优滤波算法

用卡尔曼滤波算法综合来自单频 GPS 接收机的伪距、相位和伪距率的测量值,在数分钟内我们不仅可以得到标准偏差约5cm 的伪距估值,还可以得到同样精度的电离层延迟量,同时亦可以改正相位观测(综合多卜勒)中的初始偏差值。

次优滤波器在航空火力控制中的应用

根据航空火力控制系统的特点,引入一种结合滤波与数据融合的滤波方法——次优滤波法;介绍了次优滤波器的原理和特点;阐述了次优滤波器在火力控制系统中的应用以及比较次优滤波器和其它滤波器的差异与优点。

惯导系统初始对准的次优滤波算法

分析了惯导系统（ＩＮＳ）初始对准的动态误差向量方程及其动态误差向量的可观性问题，并研究了按动态误差向量的可观度划分观测子空间．在惯导系统初始对准问题中通过使用变量可观度的概念构造次优卡尔曼估计算法．并用Ｃ语言编程实现了初始对准的最优及次优卡尔曼滤波算法．从仿真结果可见次优卡尔曼滤波算法可用于ＩＮＳ初始对准的实用计算中．

基于H_∞次优滤波器的TCP窗口控制器

针对网络拥塞问题,给出了一种基于H∞次优滤波器的TCP窗口控制器(HIF TCP).证明了基于网络微积分学的F-model NC控制器的非因果性,并利用H∞次优滤波器理论对其进行逼近.设计了一个理想的TCP窗口模型,根据Internet网络的实际特性,通过对网络带宽、往返时间的测量以及不可测状态值的有效的近似,得到了基于H∞次优滤波器的TCP窗口模型.ns仿真表明,提出的HIF TCP窗口控制算法能够较好地预测TCP窗口值,并且在双向瓶颈链路下依然具有较高的链路吞吐量和较低的队列延时.

综合单频C/A码、GPS接收机测量值的次优滤波算法

用卡尔曼滤波算法综合来自单频GPS接收机的伪距、相位和伪距率的测量值,在数分钟内不仅可以得到标准偏差约5cm的伪距估值,还可以得到同样精度的电离层延迟量,同时亦可以改正相位观测(综合多卜勒)中的初始偏差值.

直线一级倒立摆模糊控制中次优滤波器的应用

采用模糊控制算法实现倒立摆的倒立平衡控制,当系统受到随机干扰时,其输出会有较大超调,摆杆存在抖动现象.为了实现系统的精确控制,得到被控对象的真实状态,消除动态噪声和量测噪声对系统带来的抖动影响,提高响应的平稳性.设计了计算量小、实时性好于Kalman滤波器的次优滤波器,从而实现倒立摆的快速平稳控制.

广义离散随机线性系统的次优滤波

一、问题的叙述 已知广义离散随机线性系统 Ex(k+1)=φx(k)+Γω(k),(1.1) y(k)=Hx(k)+v(k)。(1.2)其中,x(·)∈R^n,y(·)∈R^m,ω(·)∈R^r,v(·)∈R^m分别表示系统(1.1),(1.2)的状态矢量、量测输出矢量、模型噪声矢量和量测噪声矢量,E、φ、Γ和H分别为n×n、m×r、m×n阶常值矩阵,并且rankE=n_1<n,det[zE—φ](?)0,说明系统(1.1)、(1.2)是正则的。

大型聚乙烯工业装置质量指标的次优强跟踪滤波估计

针对大型聚乙烯工业装置质量指标实时估计的复杂性,基于乙烯聚合原理推导了大型聚乙烯工业装置质量指标实时预测模型,提出了一种次优强跟踪滤波器设计方法用于根据实验室分析数据反馈修正模型预测并实时估计质量指标。所提方法在大型聚乙烯工业装置上的应用结果证实了其有效性和可行性,为实现大型聚乙烯工业装置先进控制奠定了基础。

一种次优并行Sage自适应滤波器

提出了一种新的次优Sage自适应卡尔曼滤波算法 ,该算法针对经典次优Sage滤波器经常存在的结果偏移现象 ,设计了一种附加伴随滤波器的并行滤波结构 ,消除了结果偏移 ,提高了滤波精度。

次优Sage滤波器的改进措施

针对次优Sage自适应卡尔曼滤波器存在的不足,提出了两种改进措施:通过对滤波器发散的综合抑制,提高了滤波器的数值稳定性;设计了一种新颖的附加伴随滤波器的并行滤波结构,消除了针对结果偏移现象,提高了滤波精度。

基于SPRT检验的并行递推次优Sage滤波器

提出了一种新的并行递推次优Sage滤波算法。在新方法中 ,设计了一种附加伴随滤波器的并行滤波结构 ,消除了结果常值偏差 ;并引入SPRT检验方法 ,通过检验模型的噪声统计是否发生了扰动 ,达到对噪声统计调整进行控制的目的 ,使得滤波器可以有效跟踪时变噪声 ,并减少了计算量。

次优Sage滤波器发散的综合抑制

提出了一种新的次优Sage自适应卡尔曼滤波算法。该算法通过对滤波器发散的综合抑制 。

一种次优并行Sage自适应滤波器

提出了一种新的次优Sage自适应卡尔曼滤波算法。该算法针对经典次优Sage滤波器经常在结果偏移现象，创造性地设计了一种附加伴随滤波器的并行滤波结构，消除了结果偏移，提高了滤波精度。

基于次优区间卡尔曼滤波的机器鱼跟踪方法

目前,自主水下航行器(Autonomous Underwater Vehicle,AUV)研究的重点集中在跟踪定位、精确制导和返坞等领域。机器鱼已成为AUV在智能教育、民用与军事等方面的应用热点。从非线性跟踪分析中发现,区间卡尔曼滤波算法虽然包含了一切可能的滤波结果,但范围比较宽,也比较保守,而且区间数据向量在实现之前是不确定的。文中提出了一种次优区间卡尔曼滤波优化算法。次优区间卡尔曼滤波方案用区间矩阵的逆代替其最坏逆,比标准区间卡尔曼滤波更逼近状态方程和测量方程的非线性过程,提高了标称动态系统模型的精确度,改善了跟踪系统的速度与精度。蒙特卡洛仿真实验结果表明,次优区间卡尔曼滤波算法的最优轨迹优于区间卡尔曼滤波方法及标准的卡尔曼滤波方法。

基于H_∞滤波的GPS/SINS组合导航系统研究

文中在对H_∞估计问题进行数学描述的基础上,建立了一种H_∞次优滤波算法的迭代方程。通过在GPS/SINS组合导航系统中的实际应用从精度、鲁棒性等指标方面对H_∞滤波和Kalman滤波算法进行比较。仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度.但是,当系统噪声和量测噪声为有色噪声时,H_∞滤波算法明显具有良好的鲁棒性能,估计精度也较高,能有效地克服Kalman滤波器存在的局限性。

改进的Sage-Husa自适应算法及应用

针对标准卡尔曼滤波和Sage-Husa自适应卡尔曼滤波不能同时满足实时在线估计状态量测噪声阵和抑制滤波发散的问题,提出一种改进的Sage-Husa自适应卡尔曼滤波算法。在检测到量测异常时,在协方差匹配技术的最严格收敛判断条件,计算出次优滤波方法中新的状态估计均方误差阵的加权系数,通过新的状态估计均方误差阵对原来的状态估计均方误差阵进行修正,能有效抑制滤波器的发散。提高实际应用中,Sage-Husa自适应卡尔曼滤波算法在复杂不稳定环境中的稳定性与可靠性。将改进的算法放在BDS/INS系统中进行实验验证,实验结果表明,相比常规Sage-Husa自适应滤波算法,改进的Sage-Husa自适应卡尔曼滤波算法改善了上述系统的可靠性和自适应能力,最终有效的提高组合导航系统的性能。

基于卡尔曼滤波的Galileo动态定位

采用一种Galileo动态定位滤波的方法,该方法从Galileo接收机输出的定位结果入手,将各种误差因素的影响等效为一个总误差,对Galileo接收机的机动载体加速度采用当前统计模型,利用线性卡尔曼滤波器进行动态定位数据的处理,并将带次优渐消因子的卡尔曼滤波算法应用到Galileo动态定位中。本模型简单,实时性好,滤波后定位精度得到提高。