采样Kalman滤波器在天文卫星定姿滤波中的应用

扩展Kalman滤波器(EKF)广泛地应用于卫星定姿问题,但它设计困难,且有发散性问题。该文应用一种采样变换(unscentedtransform,UT)设计了新的姿态确定滤波器UKF(unscentedKalmanfilter)。仿真对比结果表明,UKF滤波器定姿精度好于0.003°。其收敛速度大大高于EKF滤波器。而状态估计精度与EKF相当,方差估计优于EKF,且数值稳定性好。因此该滤波器可用于卫星快速机动过程的定姿。     

强跟踪滤波器在AUV执行机构故障诊断中的应用

建立了AUV的推力器及舵等执行机构的偏差型故障模型；引入强跟踪滤波器理论，采用SFEKF算法(一种采用时变渐消因子实现的强跟踪滤波器算法)在线估计AUV状态及执行机构故障偏差，利用贝叶斯决策方法对得到的残差进行分析，实现了AUV执行机构的故障诊断；仿真验证了强跟踪滤波器在AUV执行机构故障诊断中的有效性．     

一种限定记忆的自适应扩展Kalman滤波器

为解决扩展卡尔曼滤波器(EKF)鲁棒性差,且无法实时精确跟踪系统突变状态的问题,研究一种基于限定记忆滤波的自适应EKF算法。算法将EKF与限定记忆滤波器相融合,减小旧量测数据对滤波效果的影响,提高估计精度;引入自适应因子与渐消因子,通过实时调节新旧滤波增益阵以及预测状态值,精确地跟踪系统突变状态。仿真实例表明,强跟踪算法与经典EKF算法相比,自适应EKF算法鲁棒性好,滤波精度高,能够有效地跟踪系统突变状态。     

编队卫星自主相对导航简化强跟踪UKF滤波算法

针对编队卫星自主相对导航过程中存在模型不确定性及噪声统计特性时变导致EKF滤波算法估计精度降低、鲁棒性较差的问题,以STF为理论框架,设计了简化强跟踪UKF(SSTUKF,simplified strong tracking unscented kalman filter)滤波算法。该算法基于STF的等价表示来计算次优渐消因子,避免了计算Jacobi矩阵,通过在线实时调整滤波增益矩阵,确保系统理论模型偏离实际模型时输出残差序列相互正交,增强算法的鲁棒性,并且对时变的噪声统计特性不敏感。结合CW系统模型线性特点,用标准卡尔曼滤波中的时间更新代替相应的UT变换过程,在提高估计精度的同时有效地降低了运算量,增强算法的实时性。仿真结果验证了该算法的有效性。     

基于平方根Unscented卡尔曼滤波的车辆融合跟踪

针对车辆运动的机动性和跟踪系统的非线性，提出了一种基于平方根Unsoented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法．该方法采用动力学模型建立系统的状态方程和量测方程，充分利用了多传感器的量测信息，更好地满足了目标的机动特性．采用基于UKF的数据融合方法处理系统的非线性问题，避免了扩展卡尔曼滤波(EKF)产生的线性化误差．同时，在滤波过程中，以协方差平方根阵代替协方差阵参加速代运算，有效地避免了滤波器的发散，提高了滤波算法的收敛速度和稳定性，实验证明，与基于EKF的融合算法相比，基于SR-UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18．22％和34．81％。     

基于星敏感器双矢量观测信息的卫星姿态确定算法研究

针对三轴稳定卫星,研究基于星敏感器双矢量观测信息的卫星高精度姿态确定算法。建立了姿态运动学模型、敏感器测量模型、QUEST算法模型和扩展卡尔曼滤波(EKF)模型。对比分析了QUEST算法以及星敏感器与陀螺组合的扩展卡尔曼滤波(EKF)算法的定姿精度。通过数学仿真,表明基于星敏感器和陀螺的扩展卡尔曼滤波组合姿态确定算法具有更高的定姿精度。     

舰载机大失准角的快速二次传递对准方法

针对舰载机传递对准特点,直接利用主惯导的导航信息进行一次装订,引入了大失准角对准问题.为了解决舰载机传递对准问题,提出利用子惯导自主对准进行一次装订减小子惯导中间坐标系与主惯导间的失准角.分析Wahba问题提出统计意义的Quaternion(四元数)对准方法替换传统的Triad(双矢定姿)对准方法,提高了多信息冗余度和对准精度.基于分级修正思想,提出二次传递对准方法,第一次传递基于非线性模型和自适应渐消扩展卡尔曼滤波,并给出简化的渐消因子计算方法;第二次传递对准基于线性误差模型,采用速度+航向匹配,在补偿失准角的基础上,估计陀螺漂移.仿真结果表明二次传递方法能够满足舰载机传递对准需求.     

相关噪声下的机动目标跟踪SMFEKF-IMM算法

一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱点.为了提高目标状态估计的精度,把IMM和一种带多重渐消因子的扩展Kalman滤波器(SMFEKF)相结合,提出了一种具有相关噪声的混合随机模型的机动目标跟踪方法.这种方法引入了一个多重渐消因子,当输出残差发生变化时,动态调节增益和系统噪声水平,使输出残差近似正交,从而抑制了相关噪声的影响,适应目标的状态变化.理论分析和仿真实验表明了这种算法的有效性和可行性.     

星载GPS非差精密定轨精度分析

采用一种变相的“非差”动力定轨方法，建立了相应的数学模型，编制了星栽GPS低轨卫星的定轨软件，并以此分析了定轨过程中各主要误差源对定轨的影响以及所能达到的定轨精度和预报精度。该方法以相位平滑伪距为观测值，通过对同一历元的现测值进行卫星间求差，消除了星栽GPS接收机钟差，模型简单，求解参数少。在只估计初始坐标和速度参数、考虑各种误差的综合影响时，定轨一天的径向精度约为3m，能满足一定的定轨精度要求。     

基于高/低轨监视平台的GEO卫星定轨精度比较

针对传统地基监视系统对地球同步轨道(GEO)卫星静地测量模式不利于获取其态势信息,而空间目标监视平台利用其快速轨道运动、增强观测几何强度和GEO卫星动力学模型的约束作用,有利于对GEO卫星环带的跟踪、监视和编目处理这一问题,分析了高、低轨平台与其观测模式,采用了数值微分法计算变分方程系数阵的定轨算法,统计了光学观测误差对定轨结果的影响.仿真计算表明,高、低轨平台对GEO卫星的定轨精度均在公里级,低轨平台对GEO卫星的定轨精度好于高轨监视平台,观测系统误差是定轨误差的主要来源.     

自举滤波器在非线性目标跟踪系统中的应用

为了解决目标跟踪领域中非线性、非高斯系统问题,研究了贝叶斯滤波算法及其一种实现方法,即自举滤波算法(BSF),并在滤波精度、运算量等方面与扩展卡尔曼滤波算法(EKF)进行比较分析.最后基于一个典型的非线性模型对BSF和EKF进行了仿真比较.仿真结果表明,自举滤波算法的性能优于扩展卡尔曼滤波算法的性能.     

跟踪系统卡尔曼滤波器的仿真对比分析

比较了跟踪系统中扩展卡尔曼滤波、无迹滤波在二阶常速(CV)统计模型下实现的性能。比较结果显示,无迹滤波(UKF)的性能要明显优于扩展卡尔曼滤波。     

EKF定位跟踪算法研究

为了处理机动目标跟踪过程中的非线性问题,提出了一种基于运动模型的扩展卡尔曼滤波（EKF）算法,该算法精度可以逼近最优估计,适用于任何可用状态空间模型表示的非线性系统。通过仿真表明利用运动模型的扩展卡尔曼滤波方法可以有效地抑制非视距误差（NLOS）对定位精度的影响,从而得到更高的定位跟踪效果。     

Variation of satellite transponder delay

For precise orbit determination of geosynchronous earth orbit(GEO)satellites using transfer ranging observations,it is generally assumed that the variation of the satellite transponder delay is very small and that it can be solved as a constant parameter together with satellite orbit parameters.However,this assumption is too general and it reduces the accuracy of orbit determination for GEO satellites.To study and analyse the impact of the satellite transponder delay on GEO satellites orbit determination,two schemes were proposed.First,the satellite transponder delay was eliminated by forming single-difference observations between two ground stations;second,the satellite transponder delay was described as a constant parameter.The preliminary results demonstrate a difference of about1–2 m between the two schemes when used for precise orbit determination of GEO satellites.By fixing the GEO satellite orbit and other relevant parameters estimated by single-difference model,we inversed the instantaneous transponder delay from non-difference observation.It was found that the satellite transponder delay has a distinct diurnal variation,with an amplitude of 3–4 m.The findings of this paper are helpful in establishing an accurate model of satellite transponder delay and in improving the accuracy of GEO satellites orbit determinations and predictions.     

基于陀螺星光加激光交会雷达的相对姿态确定

针对编队飞行中从飞行器与主飞行器的相对姿态确定问题,提出了基于扩展卡尔曼滤波(EKF)的相对姿态确定方法. 采用修正罗德里格参数(MRPs)作为姿态描述参数避免奇异点. 姿态敏感器采用陀螺 星敏感器 激光交会雷达的配置模式,并且结合相对姿态动力学方程得到相对姿态确定的状态方程,建立起相对姿态确定的EKF模型. 仿真实例表明,EKF状态能在最慢300 s内收敛,MRPs的估计误差在10-5范围以内,该方法正确有效.     

基于传感器网络的分布式生化气体源参数测定算法

针对生化气体源参数测定问题,提出了一种基于传感网络的分布式贝叶斯迭代估计算法,该算法在给定气体物理分布扩散模型条件下,通过传感器节点获取气体浓度,并基于分布式扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）实现气体源的坐标定位和释放率估计.通过仿真实验对两种分布式算法进行性能分析,结果表明,UKF算法在参数估计成功率和参数估计误差两个方面均要好于EKF算法,分别可以提高约50%和70%,其收敛速度快,使用节点少,更有助于节省网络能量消耗,并延长其生存周期.     

北斗三号GEO卫星的RDSS定轨精度分析

有源服务模式RDSS(Radio Determination Satellite Service)所具备的通信、导航一体化特性是我国北斗卫星导航系统的重要特色之一.为进一步提高RDSS的通信服务能力,并保障RDSS服务系统的健壮性,北斗三号RDSS服务从系统架构到信号体制都进行了很大改进.本文首先分析了新的信号体制下,RDSS测距在测量模型和观测噪声等方面的误差特性,并比较了其与原有信号体制的不同.为了避免在RNSS(Radio Navigation Satellite Service)载荷故障时RDSS不能正常提供导航服务的情况发生,RDSS系统需要能够仅利用RDSS测距完成GEO测轨,以此作为原有RNSS测轨的备份保障.文章进一步分析了这种情况下,仅利用RDSS测距进行GEO定轨的精度.通过实测数据分析,我们发现其精度可优于10 m,利用该轨道信息的定位、定时精度可以满足服务指标要求.