自适应扩维UKF算法在SINS/GPS组合导航系统中的应用

针对自适应渐消因子卡尔曼滤波无法应用于非线性系统的问题以及自适应渐消因子的局限性,提出了带自适应渐消矩阵的扩维UKF(adaptive fading matrix augmented UKF,AFM-AUKF)算法.该算法针对含有非加性白噪声的非线性系统,引入了一种新的自适应渐消矩阵计算方法,并用Unscented变换逼近系统的后验均值和协方差,有效解决了此类系统的滤波问题.针对SINS/GPS组合导航系统的非线性状态估计问题,分别设计了滤波器容错试验和系统噪声突变试验,试验结果证明了该算法的有效性.

基于自适应无迹卡尔曼滤波的气流角融合方法

迎角、侧滑角是影响飞控系统安全的关键参数,而大气数据系统在恶劣天气、机动飞行情况下难以准确测量气流角,在故障隔离失败情况下甚至会引发飞行安全问题。鉴于此,提出基于自适应无迹卡尔曼滤波(AUKF)的气流角融合方法,通过惯导系统和飞行器动力学模型信息构建滤波模型,同时将自适应滤波思想应用于无迹卡尔曼滤波器,利用观测残差序列构建卡方检验和自适应渐消矩阵,实现了动态飞行、故障情况下气流角的高精度输出。仿真结果表明,所提方法的性能优于传统卡尔曼滤波算法,具有较大的工程应用价值。