基于集中式卡尔曼滤波干扰观测器的无模型自适应控制

针对一类具有测量扰动的离散时间非线性系统,提出一种基于集中式卡尔曼滤波干扰观测器的无模型自适应控制方法。利用动态线性化方法构造被控系统的线性化数据模型;根据线性化数据模型和传感器的测量数据,设计最优集中式卡尔曼滤波干扰观测器;并利用观测器的输出在线调整伪偏导数,提出系统的控制更新方案。该方案的设计和分析不依赖于除输入输出数据的任何模型信息,可避免常规无模型自适应控制方法容易受测量扰动的影响。仿真结果表明:与基于单个传感器卡尔曼滤波干扰观测器的无模型自适应控制方法相比,提出的基于多传感器最优集中式卡尔曼滤波干扰观测器的无模型自适应控制方法具有更好的跟踪性能和更大的数据信噪比。

联邦卡尔曼滤波与集中式卡尔曼滤波的等价性

给出了联邦卡尔曼滤波与集中式卡尔曼滤波的等价性证明,并用GPS/INS组合导航系统的静态仿真实验验证了等价性。

基于Kalman滤波的导航星座集中式守时算法研究

自主守时是指无地面段支持情形下,仅利用星间测距和通信维持卫星导航系统时间。首先介绍了基于卡尔曼(Kalman)滤波的集中式自主守时算法,然后采用哈达玛(Hadamard)方差估计了星载原子钟的噪声系数,最后利用IGS(International GNSS Service)精密钟差进行了自主守时仿真试验,评估了整体时间漂移、频率稳定度等自主守时性能。结果表明,集中式Kalman滤波自主守时算法可实现星座内时间基准统一,通过对预报性能较好的氢钟的噪声参数进行优化可以提升自主守时性能,自主运行60 d后时间漂移约11.4 ns,天稳定度优于5.0×10^(-15),优于任意单一主钟的预报漂移精度和频率稳定度。

基于卡尔曼滤波融合的电机电流高精度检测与处理

根据同步采样下跟踪系统电机电流波动规律,推导出基波电流可以等效为载波中点和起点处电流采样值,并分析了同步采样与非同步采样下电流谐波,得出同步采样可以有效减小载波二倍频率谐波及高次谐波。针对跟踪系统在高仰角跟踪时,电机电流大变化剧烈,电流检测精度下降的情况,将不同量程不同精度的电流传感器应用于电机电流检测中,使用集中式卡尔曼(Kalman)滤波融合技术融合多传感器电流数据,在传感器量程内实时地获得了较高的电流检测精度,避免了传统滤波算法带来的电流滤波延时。

某无人直升机高度测量系统融合方法

为得到更加准确的垂向加速度信息,提高高度信息的估算,通过组合气压高速传感器、全球定位系统(GPS)和捷联式线加速度计,建立一种具有较高精度的无人直升机高度测量系统。对传感器的特性进行分析,根据某无人直升机的运动学和传感器测量模型,采用噪声淹没技术建立了高度测量系统的状态方程和量测方程,最后,采用集中式卡尔曼滤波技术得到了无人直升机高度的估计,并对无人直升机在中高空的进行了全数字仿真实验。仿真结果表明,相比用单个传感器的高度测量方式,该系统的高度测量具有较高的精度。

GNSS受限条件下的UWB增强组合导航方法

针对城市环境下对导航系统定位性能提出的严峻挑战,选择超宽带(UWB)定位技术作为增强技术,与GNSS、INS组合以辅助导航系统。为了充分利用GNSS接收机的伪距、伪距率和UWB距离测量值的原始信息,对GNSS、INS、UWB的组合导航系统采用了紧组合算法,确保在可用信号较少的情况下,系统仍可以工作。利用集中式卡尔曼滤波融合的结构,提供系统最优状态的全局最优估计。为了验证所提出的GNSS/INS/UWB组合定位方法的有效性,在实际建筑遮挡环境下进行了定位实验,并预先选取5个毫米级精度的静态实验点进行静态结果分析。实验结果表明,在GNSS单点定位与GNSS/INS组合定位因受GNSS信号影响而定位效果较差的情况下,GNSS/INS/UWB的组合定位方法能够提供可靠的定位结果。5个测试点的距离均方根误差、平均径向球面误差的平均值分别为0.1203、0.2496 m,证明本文所提出的系统定位方法其精度能够达到分米级。

一种高精度输出的MEMS陀螺仪阵列

为了提高陀螺仪的输出精度,设计了一种由两级最优滤波组成的MEMS陀螺仪阵列的方法。首先通过卡尔曼滤波分别对分量陀螺仪进行随机误差补偿,降低分量陀螺仪的随机噪声,此为一级滤波;其次通过卡尔曼滤波将几个型号相同的陀螺仪组合成陀螺阵列,通过集中式卡尔曼滤波对其进行二次滤波,进一步提高其性能;最后,采用四个型号相同的陀螺仪进行验证实验。结果表明:通过一级滤波后,各分量陀螺仪的精度降为原始数据的3倍,通过二级滤波后,陀螺仪阵列的精度降低为原始数据的7倍,证明该方法的有效性。

RTK/INS紧组合算法在卫星数不足情况下的性能分析

设计了一套基于集中式卡尔曼滤波的实时动态定位(real-time kinematic,RTK)/惯性导航系统(inertial navigation system,INS)紧组合算法,通过实测车载数据对比分析了3颗可用卫星时的固定解和浮点解在位置漂移误差水平和模糊度恢复时间上的差异,验证了该算法在卫星较少情况下的良好性能。该算法在即使观测卫星不足4颗时使用固定解或浮点解进行滤波更新,提高了组合导航在复杂环境下的位置精度,并加快了模糊度恢复过程。实验结果表明,使用中等精度的惯导,在可见卫星数为3颗时,失锁30s时的水平位置漂移误差为0.3m;失锁60s内,平均1~2s就能可靠地恢复整周模糊度。在位置漂移误差与模糊度恢复方面,固定解和浮点解在GNSS信号短期部分失锁时的差异并不显著,但同时都明显优于信号完全失锁情形。