SINS/CNS/GPS integrated navigation algorithm based on UKF

A new nonlinear algorithm is proposed for strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation systems. The algorithm employs a nonlinear system error model which can be modified by unscented Kalman filter (UKF) to give predictions of local filters. And these predictions can be fused by the federated Kalman filter. In the system error model, the rotation vector is introduced to denote vehicle’s attitude and has less variables tha...     

联合高斯回归的平方根UKF方法

针对传统的滤波方法容易受系统动态模型不确定性和噪声协方差不准确的限制这一问题,提出一种将高斯过程回归融入平方根不敏卡尔曼滤波（unscented Kalam filter,UKF）算法中的滤波算法。该算法用高斯过程对训练数据进行学习,得到动态系统的回归模型及系统噪声的协方差;采用标准的平方根UKF算法,状态方程和观测方程,相应的噪声协方差由高斯过程实时自适应调整。将应用于飞行器SINS/GPS组合导航,结果表明,该方法能够自适应系统噪声,收敛速度快,导航精度高。     

基于视觉和渐消记忆UKF的浮空器位姿估测

提出了一种新的浮空器位姿估测方法,用地面上共面设置的四个固定信标和浮空器上双焦CCD摄像机组成单目视觉测量系统;应用四元数描述载体和大地直角坐标系间变换关系,在此基础上利用Levenberg-Marquardt迭代算法将地标图像观测量直接转化为位姿参数值,减少了计算量;合理地采用随机加速度模型构建滤波器状态方程,并引入渐消记忆因子改进平方根UKF滤波算法,用于抑制由于系统建模误差造成的滤波精度下降。对所提方案进行验证,比较了不同渐消记忆因子作用下的滤波结果,仿真结果表明了该方法的有效性。     

关于图的平方根的一个注记

给出了一个以图的边数来判断一个图是否存在平方根的一个必要条件：对于图Ｇ（Ｖ，Ｅ），基｜Ｅ｜〈２｜Ｖ｜－３，则此图无平方根。     

同步轨道卫星实时测定轨方法

同步轨道卫星由于其"静止"特性,用多台站时间比对技术精确测定地面站到卫星间的伪距。而在以伪距为观测量的测定轨中,观测方程和动力学方程都是非线性的。为了避免线性化方程带来的误差,并满足实时性要求,该文提出用无味Kalman滤波(unscented Kalman filtering,UKF)法。实验是用5个距离拉开的测轨站采集的实测数据,并通过计算机仿真验证,仿真结果表明UKF法测定轨结果随机误差明显减小,而且满足实时性要求。     

若干特殊矩阵的平方根

利用一般域上矩阵的Jordan标准型给出了n阶零方阵、单位阵的平方根公式,利用矩阵方程理论给出了具有互不相同特征值的矩阵的平方根.     

一种变参数模型平方根UKF锂离子电池SOC估计方法

荷电状态(state of charge,SOC)估计是现代电池管理系统的一个重要方面.扩展卡尔曼滤波(extended Kalman filter,EKF)等基于锂电池的戴维南等效模型的方法已被广泛用于SOC估计,但其在雅可比矩阵的推导和线性化精度等方面存在不足.提出了基于变参数模型的平方根无迹卡尔曼滤波(square root unscented Kalman filter,SRUKF)方法估算SOC,该方法不需要对非线性模型进行线性化,同时平方根特性改善了状态协方差的数值性质.变参数模型是在2阶戴维南等效模型的基础上令锂电池的各项参数随电量变化而得到的,减小了因固定参数模型无法反映不同电量下参数变化造成的误差.实验验证了该方法的有效性,与现有的SOC估计方法EKF、常规的UKF以及使用固定参数模型的估计结果进行了比较,该方法的误差明显小于其他3种方法.     

快速相对移位法开平方运算的研究与实现

介绍一种可在微型机上由汇编语言完成的多字节浮点快速开平方运算的方法。它具有精度高、速度快和使用方便等特点。在多字节浮点的数学运算中,很多函数运算特别是复合函数运算都依赖于开方运算,因此,提高开方运算的精度和速度是解决复杂浮点数学问题关键所在。     

基于修正的自适应平方根容积卡尔曼滤波算法

目标建模不确定性会造成滤波算法性能下降, 通过构建强跟踪滤波器(strong tracking filter, STF)可以提升滤波算法的自适应性, 但是构建STF时存在理论推导复杂、求解计算量大等局限和不足, 针对上述问题, 在平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)的基础上, 提出一种基于修正的自适应SRCKF算法。该算法通过设置判定门限和修正准则, 直接对状态预测值或滤波增益进行修正以平衡先验的预测值和后验反馈的量测值在滤波中所占的比重, 进而减小状态估计误差。仿真结果表明, 所提算法具有在目标状态突变和量测非线性时的良好滤波性能和数值稳定性, 同时相比较需要计算渐消因子的STF算法, 该算法在计算量和收敛速度上具有优势。     

具有价格随机波动率的新型期权定价

为了研究具有随机波动率的新型期权的定价,应用近似方法分析随机波动率期权的价格.模型允许基础资产价格具有均值回复特征与波动率具有平方根过程,得出关于平均波动率新型期权泰勒展开式.平均波动率交又矩通过常微分方程的Frobenius展开得到,并给出一些新型期权的定价公式,结果表明该近似方法在给具有价格随机波动率的新型期权的定价时非常准确与有效.