转换测量卡尔曼滤波算法在导弹起爆控制技术中的应用研究

利用导引头测量信息构建最佳起爆控制算法以实现最佳起爆是导弹战斗部起爆控制技术的一个重要方向。最佳起爆算法包括剩余飞行时间、脱靶量及脱靶方位的估计。为提高估计精度和满足实际应用要求,对导引头测量信息进行滤波至关重要。该文研究了转换测量卡尔曼滤波算法在起爆控制参数估计中的应用,该算法将球坐标系中导弹导引头的测量信息转换到直角坐标系下进行滤波,同时消除了由于坐标转换而引起的偏差。仿真结果表明,该算法的应用有效地提高了起爆控制参数的估计精度。

基于转换测量卡尔曼滤波算法的目标跟踪研究

在去偏转换测量中,先以目标的真实位置为条件求出真实的偏差和协方差阵,然后以传感器的测量为条件对真实偏差和协方差求取期望,这种方法求得的转换测量的偏差和协方差阵会引入附加的误差,因而不够精确。针对这种情况,直接以传感器的测量为条件求取转换测量的偏差和协方差阵,这种方法不仅精确而且简单。仿真结果表明算法的有效性。

转换测量卡尔曼滤波在机动目标跟踪中的应用

在三维空间中推导了转换测量卡尔曼滤波算法 ,得到了在目标真实位置已知的条件下去偏转换测量值误差方差的表达式及在测量值已知条件下去偏转换测量值方差的表达式 ,并给出了在机动目标跟踪中 ,预测值与量测值的选择准则。运用“当前”机动模型和此算法给出了机动目标的仿真 ,取得了较好的跟踪效果。

基于转换坐标卡尔曼滤波算法的目标跟踪

在三维空间中推导转换坐标卡尔曼滤波算法。先设一传感器位于坐标原点,导出目标测量方程及三维传感器测量误差方差。再假设目标相对于传感器的斜距、俯仰角及方位角在一定位置,根据公式求得三者关系,然后将传感器对目标的测量值转换到直角坐标系,得到传感器的斜距误差、俯仰角误差和方位角误差均相互独立,均值为零。最后经转换,得到测量和真实值间的误差。仿真表明,该算法收敛迅速,精度较高,具有良好的跟踪性能。

模拟弹体内IMU输出与卡尔曼滤波研究

IMU在地面系下的投影,通过转换矩阵转换为弹体系下的输出,再考虑到惯性器件常值误差、白噪声与随机误差的影响,即可模拟IMU在弹体内的输出。当地面系下的投影为静态或动态时,可分别模拟弹体内IMU在初始对准时的输出和在飞行过程中的输出。对该信号进行卡尔曼滤波,根据信号的特性调整滤波参数,进而提高滤波效果。这将有助于解决卡尔曼滤波器在实际应用中估计误差增大和滤波发散等问题。

解耦的转换测量Kalman滤波算法

对于极坐标观测下的目标跟踪问题 ,基于转换测量Kalman滤波器 (CMKF) ,应用正规变换 ,得到了解耦的CMKF算法 ,同时研究了CMKF和解耦CMKF算法的初值估计问题 .仿真结果表明了解耦CMKF算法及其初值估计的有效性 .

基于二阶转换测量Kalman滤波的目标跟踪算法(英文)

为了减小传统跟踪滤波算法线性化误差,提高光电跟踪系统的跟踪速度和跟踪精度,本文在三维空间中,提出了二阶去偏转换测量卡尔曼滤波算法。该算法利用二阶泰勒展开的方法,推导出了光电跟踪系统观测方程的转换测量值误差的均值和协方差矩阵表达式,并对测量误差进行去偏差补偿处理,再经过转换测量卡尔曼滤波,可显著减小传统滤波算法的线性化误差。仿真结果表明,二阶去偏转换测量卡尔曼滤波(SCMKF)算法的跟踪精度优于非去偏转换测量卡尔曼滤波(CMKF)和扩展卡尔曼滤波(EKF),以及unscented卡尔曼滤波(UKF)算法,并且具有更快的收敛速度,和采用统计方法的去偏转换测量卡尔曼滤波(DCMKF)的跟踪精度相当,但计算简单,提高了跟踪速度。

基于正规变换的转换测量Kalman滤波算法

对于极坐标观测下的目标跟踪问题 ,基于转换测量Kalman滤波器 (CMKF) ,应用正规变换方法对其进行解耦 ,经过理论推导 ,得到了变换的解析表达式。

三维解耦转换测量Kalman滤波算法

基于去偏转换测量Kalman滤波(CMKF),利用对角化和单位化方法求解正交变换,设计了实用的三维空间解耦降维算法。算法复杂度分析和仿真试验结果表明了算法的有效性。

一种用于光电目标跟踪的非线性滤波算法

基于传统转换测量卡尔曼滤波算法,提出了一种二阶去偏转化测量卡尔曼滤波算法。该算法对转换测量方程进行二阶泰勒展开,得到转换测量值误差的均值和方差表达式,并对转换测量方程进行去偏差补偿,再经转换测量卡尔曼滤波,从而显著减小传统滤波算法的线性化误差,提高远距离目标的跟踪精度。仿真结果表明:二阶去偏转换测量卡尔曼滤波(SCMKF)算法跟踪精度明显优于传统的扩展卡尔曼滤波(EKF)算法和转换测量卡尔曼滤波(CMKF)算法,收敛速度比EKF算法至少可提高1倍。

多传感器跟踪型数据滤波融合算法

在实际系统中 ,常用的数据融合方法是基于扩展的卡尔曼滤波算法的融合算法 ,但是这种融合算法的跟踪精度并不是很高 .通过对滤波跟踪型数据融合的研究 ,提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法 .研究表明 ,在利用激光干涉仪进行目标跟踪时 ,这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法 ,但是 ,从仿真结果可以看出 ,两种融合算法的差别并不大 ,结果基本相同 .因此 ,在非线性系统中 。

一种基于CMKF建立跟踪初始估计的方法

针对极坐标观测条件下的目标跟踪 ,本文基于去偏转换测量卡尔曼滤波算法 (CMKF D) ,提出了一种建立跟踪初始估计的方法 :目标初始状态由前两点观测值估计 ,初始估计误差协方差由状态方程和CMKF D中观测误差协方差计算得到。仿真结果表明 ,使用该方法建立初始估计 ,能使滤波器迅速收敛至稳态 。

激光跟踪测量数据融合的精度分析

本文主要研究非线性系统中,使用多台激光干涉仪对运动目标进行跟踪测量的精度问题.本文在基于转换测量值卡尔曼滤波算法的基础上,对西种融合方法-点迹融合和轨迹融合进行了理论分析,并对融合结果进行了仿真比较,仿真结果与理论分析结果相同,仿真结果点迹融合优于轨迹融合,但是两种融合方法的精度相差并不大.

基于非线性滤波的交互式多模型算法

为了使交互式多模型算法更好的应用于非线性系统,将转换测量卡尔曼滤波引进到交互式多模型算法中,通过建立IMMCVCACT模型进行仿真,仿真结果表明,相对于单模型结构,引入转换测量卡尔曼滤波算法明显提高了跟踪精度。

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波(extended Kalman filter,EKF)、转换测量卡尔曼滤波(conversion measurement Kalman filter,CMKF)、基于弹道运动方程的扩展卡尔曼滤波(ballistic extended Kalman filter,BEKF)、基于弹道运动方程的无敏卡尔曼滤波(ballis⁃tic unscented Kalman filter,BUKF)4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。

多站无源定位系统中的机动目标跟踪算法

针对多站测向无源定位系统提出了一种杂波环境下机动目标的被动跟踪算法——CM-IMMPDF算法。该算法首先用转换测量的卡尔曼滤波(CMKF)替代了传统的扩展卡尔曼滤波,克服了后者精度不高易发散的缺点,并将其结合交互多模型(IMM)算法及概率数据关联(PDF)算法,有效地完成了多站无源定位系统对杂波环境下机动目标的跟踪。仿真结果证明了该算法的有效性。

基于CORTEX-M3的超声波液体流量计的设计

为解决工业生产中的液体流量计量问题,设计了一款基于Cortex-M3运算内核的STM32F103处理器的高精度超声波流量计,根据超声波流量测量原理设计了硬件电路,并通过使用高精度TDC-GP22时间数字转换芯片实现高精度的计时功能,提高了超声波时间测量的精确性。为降低系统噪声对测量结果的影响,在超声波流量计的软件设计中引入了卡尔曼滤波算法对噪声进行抑制,达到了实验要求。实验结果表明超声波流量计具有较高的测量精度,而且经济可靠,具有实用意义。