稀疏网格高斯滤波器在SINS初始对准中的应用

采用稀疏网格和高斯厄米特数值积分理论配置多维积分点,给出了简化的稀疏网格高斯求积分卡尔曼滤波方法(SGQKF)。利用某型SINS静基座实测数据,分别采用2至5阶积分精度水平的SGQKF进行了SINS初始对准半物理仿真实验。当初始方位失准角较小时,SGQKF对准性能优于Kalman;当初始方位失准角较大时,3至5阶积分精度水平的SGQKF和QKF的对准性能相当,均优于2阶积分精度水平的SGQKF和对称采样UKF;与对称采样UKF相比,提高SGQKF积分精度水平可以获得更高的对准精度和更快的收敛速度,使用更为灵活;与同等积分精度的QKF相比,SGQKF运算量小得多,3阶积分精度水平的SGQKF的运算量约为QKF运算量的0.4%。综合考虑对准精度、收敛速度、运算量和适用条件,可采用3阶积分精度水平的SGQKF进行SINS初始对准。SGQKF能实现大、小方位失准角初始对准的无缝衔接,具有理论和工程实用价值。

一种新的非线性目标跟踪方法

在实际的目标跟踪场景中,普遍存在非高斯过程噪声和/或量测噪声,以及非高斯先验信息等情况,针对这一问题,提出一种新的解决非线性/非高斯系统滤波问题的非线性滤波算法,即高斯和求积分卡尔曼滤波(GSQKF)算法。仿真实验将新算法与标准的粒子滤波算法进行了比较,表明新算法是一种非常有效的非线性滤波算法。