卡尔曼滤波参数设置对箭载GPS滤波效果影响分析

卡尔曼(Kalman)滤波作为一种实时递推算法,对减少随机噪声的影响具有重要作用。但在目前资料中很少涉及关于Kalman滤波过程中各种参数选择对于滤波效果的影响分析,通过从理论和工程应用两个层面对箭载GPS状态参数的初值、参数估计的协方差矩阵的初值、测量噪声和系统噪声等参数的变化对Kalman滤波效果的影响进行了研究分析,结合工程实际,提出了Kalman滤波参数设置原则,给出了各参数设置的范围和目的,并利用实测数据进行了分析计算,结果表明:能有效减少箭载GPS滤波的盲目性,提高滤波效率,具有很好的滤波效果,更切合工程实际。

箭载GPS异常数据检测与剔除

箭载GPS数据处理中,消除异常数据对运载火箭弹道定位结果十分重要。针对箭载GPS原始测量数据的不同特性,结合时间序列差分及门限检测等算法,给出了测量数据的状态位检测、时标错位检测、CodeTime检测和多普勒频率检测等异常数据检测与剔除算法。实测数据结果表明,本文给出的检测算法可确保运载火箭的弹道完整性,并可有效提高运载火箭的弹道精度。

箭载GPS实时定位滤波算法研究

针对最小二乘在箭载GPS实时弹道参数解算中随机误差较大的不足,将卡尔曼最优估计理论应用于高动态的运载火箭GPS实时定位,设计了一种基于卡尔曼最优估计理论的定位算法,以提高弹道精度和实时定位性能;对算法进行试验,结果表明:与最小二乘法相比,本算法能得到更好的滤波效果,可以有效抑制和减小弹道的随机误差,定位精度有了明显提高,实时性和可靠性进一步增强。为提高火箭GPS数据处理精度提供了一种新的技术途径。

GPS箭上自定位结果与测量船船载定位结果剪刀差问题分析

在某次卫星发射测量数据事后处理分析过程中发现,船载定位结果与箭上自定位结果存在5ms时延偏差。针对此问题,从箭载GPS数据处理模型出发,重点分析船载定位结果解算方法、GPS定位的误差源以及GPS时间。分析结果表明,船载定位结果解算时采用的GPS数据误差处理模型,是导致解算的目标位置与箭上自定位结果存在偏差的根本原因。考虑地球自转效应后,船载定位结果与箭上自定位结果的差异可控制在10m左右。