航姿参考系统的姿态估计方法研究

在行人的运动关节处安装航姿参考系统(AHRS),可以确定行人的运动姿态。目前的姿态确定算法仍存在精度不足的问题。本文设计了一种基于最小sigma点集的平方根无迹卡尔曼滤波(SRUKF)算法,具有较高的滤波精度和较好的快速性。针对算法核心sigma点集的确定问题,研究协方差矩阵高阶矩的匹配方法。提出了基于n+2点集的SRUKF滤波算法,保留了n+1点集的快速性,同时具有2n+1点集的精度。即在sigma点集具有L阶精度时,协方差矩阵具有L/2阶精度,特别的,当sigma点集具有2阶精度时,协方差矩阵也具有2阶精度。分析了具有非线性测量函数时滤波迭代的稳定性。完成了基于标准测试数据的姿态确定对比实验,实验中姿态精度与2n+1点集相仿,而运行时间与n+1点集相仿。实验结果表明,利用基于最小sigma点集的SRUKF算法可以很好的实现航姿参考系统的姿态估计。

基于迭代观测更新滤波的单站无源定位算法

单站无源定位具有较强的隐蔽性,能够避免多个观测平台之间数据的融合与同步等问题。针对单站无源定位算法性能易受测量误差一致性和初始状态误差等因素影响的问题,文中从线性估计理论出发,提出了一种基于迭代观测更新滤波(IMUF)的单站无源定位算法。首先,将经典的一步离散线性估计器观测更新改写为连续时间上的逐步更新过程,推导了连续逐步状态及其误差矩阵的演化方程,然后进一步离散化得到迭代观测更新方程,并采用Sigma点方法对其中的高斯矩进行近似计算,得到了一种具有类似Kalman滤波运算形式,适用于单站无源定位问题的迭代观测更新滤波算法。仿真试验证明,较之传统算法,该算法能够有效处理非一致性观测误差和大初始状态误差下的性能恶化问题,在滤波收敛性与估计准确性方面更有优势。