基于模型更新的子结构拟静力混合试验方法

为解决传统拟静力试验无法获得整体结构真实抗震性能的问题,提出基于模型更新的子结构拟静力混合试验方法。将子结构概念与模型更新技术引入到拟静力试验中,利用参数估计方法优化数值模型参数以降低数值模型误差,通过对模型参数更新后的整体结构数值模型拟静力分析得到整体结构反应。分析在线及离线参数识别和模型更新策略,给出基于统计的隐性卡尔曼滤波器(UKF)模型更新方法。结果表明,基于统计的UKF模型更新方法可以有效提高参数识别精度,采用参数最终统计值离线更新的拟静力试验结果与参考解吻合良好。

一种未知环境下机器人多目标跟踪算法

针对未知环境下移动机器人多目标跟踪问题,设计了一种基于联合概率数据关联的粒子滤波算法。该算法利用联合概率数据关联方法对Rao-Blackwellized粒子滤波算法进行改进,使机器人能够完成未知环境条件下对自身状态、环境特征状态和多目标状态的在线联合估计。算法将系统状态变量分为代表多目标、环境特征状态的线性变量和代表机器人状态的非线性变量,并利用联合概率数据关联Kalman滤波和粒子滤波对系统状态进行更新。通过仿真实验证明了该算法对机器人状态、环境特征状态以及多目标状态的估计准确性,验证了算法对未知环境下多目标的跟踪能力。

管道地理坐标内检测的里程校正算法

利用管道清管器(pipeline cleaner,PIG)搭载捷联惯导(strap down intertial navigation system,SINS)器件实现管道地理坐标的定期测量。SINS计算的结果发散是测量系统实用化的瓶颈,为此将PIG里程校正的卡尔曼(Kalman)滤波方法应用于管道地理坐标测量中。根据管道内检测环境的需要选择霍尔式里程轮和采用微机电系统(micro-electromechanical systems,MEMS)的惯性测量单元(inertial measurement unit,IMU);针对MEMS器件精度较低的问题,利用分离滤波方法减小信号的零偏噪声,使惯性信号满足Kalman滤波的需要;建立了9维状态误差的数学模型,将里程轮的速度与SINS计算的速度之差作为观测量,通过Kalman滤波对管道定位的状态误差进行估计和补偿;搭建实验装置进行实验验证。结果表明,校正算法解决了计算结果发散的问题,检测160 m长度的管道精度达到3.8%,具有一定的实用性。

基于扩展卡尔曼滤波器的低成本航姿系统设计

针对传统的航姿系统(attitude and heading reference system,AHRS)在微型无人飞行器、机器人等应用上所体现的成本高、体积大、功耗大的问题,提出了一种低成本高精度AHRS。该系统以数字信号处理器为硬件平台,集成了陀螺仪、加速度计、磁罗盘等9自由度微机电系统传感器,采用了基于四元数的姿态估计方法,建立了传感器输出模型和系统状态空间模型,考虑了加速度对系统精度的影响,解决了四元数协方差奇异性问题,通过扩展卡尔曼滤波器进行数据融合以获得姿态的准确输出。经数值仿真分析和三轴飞行转台测试,姿态角的静态精度优于0.5°、动态精度优于2°,并在微型无人飞行器上进行了飞行验证,结果表明其能够满足小型无人飞行器等的应用需求。

Kalman滤波和PI控制融合的光电转台控制方法研究

针对船载光电转台需要高性能位置控制以满足光电系统稳定地成像和精确地跟踪,提出了一种PI控制和Kalman滤波融合的光电转台控制方法,其中包括直流电机的位置精确控制方法和相应的PI参数预测自适应整定方法。该算法利用Kalman预测来取代普通PID控制中微分部分的作用,在不改变控制性能前提下简化参数整定,并通过电机逆模型与Kalman预测实现PI控制器的参数预测自适应整定。仿真与实验结果表明:与普通PID控制相比,所提出的控制方法具有良好的动态性能,能显著提高船载光电转台的控制品质。

基于启发式预测窗口的UAV实时航迹规划方法

考虑移动目标及移动威胁,根据机载传感器实时获得的目标及威胁信息,提出一种基于启发式预测窗口的无人机实时航迹规划方法。根据敌我态势估算预测窗口,并结合卡尔曼滤波预测目标及威胁的状态,构建基于矢量夹角原理的目标函数,评估威胁及航程代价并满足无人机的机动约束。该方法通过最速下降法在线优化得到一系列的无人机航向角,完成航迹规划。仿真结果表明该方法可以有效追击移动目标,并规避移动威胁,实现无人机实时航迹规划。

基于EKPF的GPS导航模型研究

通过模拟GPS卫星系统的运行以及接收机的运动轨迹,采用11状态PVA(Position-Velocity-Acceleration)导航模型进行导航定位分析,并分别采用扩展卡尔曼粒子滤波和扩展卡尔曼滤波计算导航解,结果表明两种滤波均能得出较好导航解,并且前者削弱了多路径效应的影响,进一步提高了导航定位精度,尤其在高程方向精度提高更为明显。

ICDKF在SINS大方位失准角初始对准中的应用

针对大方位失准角捷联惯性导航系统误差模型非线性的特点,利用基于迭代测量更新的中心差分卡尔曼滤波(iterated central difference Kalman filter,ICDKF)方法进行初始对准。与传统的非线性扩展卡尔曼滤波相比,ICDKF不仅能够提高滤波精度,而且不需要模型的具体解析形式,避免了复杂的雅可比矩阵的推导;同时ICDKF通过迭代测量更新,提高了目前存在的中心差分卡尔曼滤波的估计精度。仿真结果进一步表明ICDKF算法的可行性与优越性,能够满足初始对准的要求。

GPS导航中非线性Kalman滤波的方法分析

介绍了非线性Kalman滤波常使用的扩展Kalman滤波、平淡Kalman滤波和基于Bancroft算法的两步滤波法,分析了三种方法的优点和不足,为GPS导航方法的选择提供了参考。

基于CKF的非线性船体变形惯性测量方法

船体变形的精确测量对于优化大型船体结构设计、不同部位的刚度设计以及提高舰船传递对准精度都有很现实的意义,而基于惯性传感器的角速率匹配法是测量船体变形的研究热点。针对大型船体中惯性测量单元存在大安装误差角的情况,建立非线性的船体变形模型以及光纤陀螺的漂移模型,采用CKF滤波方法进行估计;理论推导了UKF与CKF两种非线性滤波的估计精度,并进行了理论比较分析与仿真验证。结果表明随着航向安装误差角从30°增加到50°,静态误差角和动态误差角的估计精度始终保持在20″以内。与UKF相比,随着系统非线性程度的增强,CKF的性能优势更加明显。

船用低成本GNSS测向系统研究

GNSS导航星座主要由GPS、GLONASS、Galileo、BDS四大系统卫星组成,到2020年,用户有望同时观测到40多颗导航卫星,大幅提升导航性能的同时,也扩展了其应用领域。针对靶船、渔船对航向测量的需求,基于GNSS接收机应用现状,设计了低成本GNSS测向系统,使用2块Ublox LEA-M8T模块和STM32F407处理器搭建原理样机硬件平台,开展基于Kalman滤波器的载波相位差分姿态测量算法研究和基于Kalman滤波器的伪距差分姿态测量算法研究。静态实验表明,在8.5m基线的情况下,航向角测量标准差为0.0396°,俯仰角测量标准差为0.0889°。使用伪距差分算法,纬度方向上测量误差标准差为0.5923m,经度方向上测量误差标准差为0.4609m,高度方向上测量误差标准差为1.0766m。

基于融合模型动态权值的短期客流预测方法

针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻(K-NearestNeighbor,ANN)算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%,9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。

两传感器信息融合稳态Kalman滤波器和平滑器

应用Kalman滤波方法,基于Riccati方程,对输入噪声和观测噪声相关,且传感器观测噪声相关的两传感器系统,在线性最小方差最优信息融合准则下,提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵,提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比,可提高融合估计精度。一个目标跟踪系统的仿真例子说明了其有效性。

卫星用飞轮状态反馈控制技术

飞轮状态反馈控制技术是当前卫星姿控系统执行部件的前沿课题。本文在理论分析基础上,通过数字仿真和工程模型系统实验,证明利用飞轮状态反馈和卡尔曼滤波方法,能有效地抑制飞轮内干扰力矩对卫星系统的有害影响,为进一步提高姿控系统精度和减小星体抖动量,提供了一种切实可行的方法。

融合RSSI测距定位的室内PDR算法

在室内定位系统中,针对RSSI测距定位系统接收到的信号会因环境的不确定性出现不可预测的随机变化和行人航迹推算(PDR)定位系统漂移误差长时间的累积效果,提出融合RSSI测距定位的室内行人航迹推算算法,以扩展卡尔曼滤波器实现两者定位信息的融合,获得系统的最优定位结果。仿真结果表明,该融合定位算法的平均定位误差约为0.83205 m,范围维持在0.51948 m^1.13529 m内,并在定位稳定性方面表现出良好的性能,验证了该方法的合理性和有效性。

基于MEMS陀螺仪和加速度计的自适应姿态测量算法

针对MEMS陀螺仪以及加速度计传感器单独测姿时,传感器数据中存在复杂噪声和测量误差导致测量得不到最优姿态角的问题,设计了一种基于MEMS陀螺仪和加速度计的自适应姿态测量算法.算法采用扩展卡尔曼滤波方法实现数据融合,并且在利用Allan方差估计MEMS陀螺动态噪声的同时,加入了遗忘因子和限定记忆的算法思想,从而实时地跟踪数据的量测噪声,实时修正角度估计误差,有效地提高了姿态测量系统的精度.实验结果表明,二者组合定姿可实现高精度的姿态测量,验证了算法良好的动态噪声抑制能力,提高了系统对环境变化的适应性.

带摄动力拟合的低轨卫星实时定轨STCKF算法

针对低轨卫星实时定轨过程中滤波初值及轨道模型不精确导致定轨精度降低的问题,提出一种带摄动力拟合的强跟踪容积卡尔曼滤波(Strong Tracking Cubature Kalman Filter,STCKF)算法.通过强跟踪滤波(Strong Tracking Filter,STF)的等价表示计算次优渐消因子以在线实时调整增益矩阵,强迫残差序列相互正交,有效降低了对初始状态的敏感性.使用欧拉预测校正法对带J_2项摄动的轨道动力学方程进行离散,用多项式拟合函数表示其余摄动力以提高模型精度.仿真结果表明,带摄动力拟合的STCKF算法可以有效提高实时定轨精度,并且降低了定轨精度对滤波初值的依赖.

EKF和UKF在角度测量定位技术中的应用与分析

通过对扩展卡尔曼滤波方法(EKF)和无迹卡尔曼滤波方法(UKF)的分析,阐述了UKF滤波克服了EKF滤波的不足和缺陷。同时利用两种算法对角度及其变化率定位方法进行计算机仿真实验,并对结果进行比较,发现UKF滤波方法在角度测量定位中精度要优于EKF滤波方法,且能使滤波运算更简便,速度更快。

多基线干涉仪测向最优估计

多基线干涉仪是电子战无源测向的重要方法。基于概率论提出多基线干涉仪测向最优估计,通过对不同基线的测向结果加权处理,可在最长基线长度一定的情况下,提高多基线干涉仪测向精度。分析干涉仪基线非独立和独立两种情况下测向精度的最优估值,并将该方法与Kalman滤波的思想进行类比。最后通过仿真,验证该最优估计方法的有效性。

双站时差频差定位技术

由于双机协作容易实现,组队灵活性好,因而在战场环境下更容易实现。介绍了双站时差频差定位及其航迹跟踪方法。首先对时差频差定位原理进行了介绍,然后通过全微分的方法对时差频差定位精度进行了分析,最后介绍了基于扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)航迹跟踪算法。通过仿真对定位精度和两种跟踪算法进行了分析。仿真发现,通过现有的时差和频差参数测量精度,在300km处可达2%的定位精度。