一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波(UKF)算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。

基于简化CKF/降维CKF混合滤波的非线性对准技术研究

为了降低非线性对准的计算量而不损失对准精度,针对容积卡尔曼滤波(CKF)采样点数与状态维数成正比、计算量较大的问题,提出了基于简化CKF/降维CKF混合滤波的非线性对准方法。利用大失准角模型和基于线性观测方程的简化CKF算法进行水平对准;使用大方位失准角模型和降维CKF完成精对准。仿真结果表明,该方法摆脱了CKF算法的"维数灾难"和降维CKF对准应用条件限制,能够完成任意失准角下的初始对准并获得较高对准精度,具有重要的工程应用价值。

基于多模型简化CDKF的故障诊断方法

针对使用传统卡尔曼滤波器对非线性系统进行故障诊断,估计精度低的问题,提出了一种新的故障诊断方法.该方法结合多模型自适应估计和简化中央差分卡尔曼滤波器的优点,能在线快速地检测出故障,利用中央差分代替了雅可比矩阵的求解,使系统状态估计准确收敛到真实值附近,而且避免了反复求解量测预测方差等一系列繁杂过程.在执行机构不同故障的情况下,通过与其他算法进行诊断对比,结果表明提出的算法在精度上和运行速度上具有明显的优势.

直驱永磁同步风力发电机无位置传感器控制

为了在无位置传感器的情况下,实现对直驱式永磁同步风力发电机的矢量控制,研究用简化卡尔曼滤波器进行电机转子位置和转速估计的方法。选取转子位置和转速作为状态变量,两相定子电流作为输入,建立了基于简化卡尔曼滤波器的永磁同步发电机状态估计离散模型,采用转子磁场定向的控制策略,实现了无位置传感器矢量控制。仿真结果表明:这种方法能够准确估计出电机的转子位置和转速信息,动静态性能良好,并基于此实现了最大功率追踪控制。

基于SUKF-KF混合滤波初始对准算法研究

针对初始对准UKF算法计算量大、运算效率低的问题,提出一种适用于SINS静基座大方位失准角初始对准的SUKF-KF混合滤波算法。将非线性误差模型分解为线性部分和非线性部分,线性部分采用KF滤波处理,由于非线性部分量测方程为线性,可对量测更新部分进行线性化处理,采用简化无迹卡尔曼滤波方法进行处理。仿真试验结果表明,在两种大方位失准角条件下,SUKF-KF算法相比UKF算法收敛速度分别提升14%和16%,收敛精度与UKF相当,SUKF-KF算法可以有效减少计算量、改进实时性。

基于LS-SVM的捷联大失准角初始对准技术

针对捷联惯性导航系统（SINS）大失准角初始对准情况下非线性模型线性化导致模型不准确和影响对准精度的问题，设计了一种基于最小二乘支持向量机（LS-SVM）的大失准角对准算法。该方法采用基于加性四元数误差（AQE）的大失准角误差方程，采用简化的无迹卡尔曼滤波器（UKF）来模拟LS—SVM训练样本。捷联惯性导航系统和全球定位系统（GPS）的速度和位置误差作为LS-SVM的输入样本，简化UKF得到的失准角经小波去噪后作为输出样本。LS—SVM算法采用交叉验证法选择最佳的核函数参数。仿真结果表明，在大失准角下LS-SVM算法在对准时间和对准精度上与简化UKF和EKF相比均表现出较好的性能。

精矿流量异常状态下的数据处理方法研究

针对精矿流量输送不稳定的情况,进行滤波方法的研究,提出综合应用异常识别、体积守恒补偿、简化卡尔曼、变长度滑动平均等方法,从不可用的精矿流量测量数值中得出一个估计值,实现了较好的滤波效果。

H_∞鲁棒自适应CKF算法在组合导航中的应用

针对组合导航系统状态模型及噪声统计特性不确定的情况下,标准容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法鲁棒性差,导致滤波精度下降甚至出现滤波发散的问题,提出一种H_∞鲁棒自适应CKF算法。该算法基于标准的三阶CKF算法理论框架,在观测方程为线性的条件下,对其量测更新进行了简化,并引入数值稳定性较强的奇异值分解(Singular Value Decomposition,SVD)对系统状态协方差阵进行分解迭代,改善了计算的数值稳定性;在系统状态协方差阵更新过程中引入H_∞滤波思想,并基于矩阵不等式的理论,对其约束条件γ进行了自适应选取,进一步改善了滤波的稳定性,提高了系统的鲁棒性。将该算法用于GNSS/INS组合导航的数值仿真实验,结果验证了该算法的有效性和优越性。