扩展卡尔曼和无迹卡尔曼滤波应用对比研究

普通卡尔曼滤波是在线性高斯情况下利用最小均方误差准则获得目标的动态估计,适应于过程和测量都属于线性系统,且误差符合高斯分布的系统。但是实际上很多系统都存在一定的非线性,表现在状态方程是非线性的,或者测量方程是非线性的。这种情况下就不能使用一般的卡尔曼滤波。解决的方法是将非线性关系进行线性近似,将其转化成线性问题。就转化为线性问题的2个方案扩展卡尔曼(EKF)和无迹卡尔曼(UKF)作出对比和分析,EKF与卡尔曼滤波原理相似,但是它将非线性函数在最佳估计点处进行泰勒级数展开,舍弃高阶分量,从而将非线性模型简单线性化;UKF是通过确定性采样,以无迹变换为基础,用卡尔曼线性滤波框架而建立起来的,对非线性系统有很好的滤波效果。最后在MATLAB平台下实验证明,与EKF相比,UKF不仅保持了系统的稳定性,而且提高了精确度。     

惯性系下平台惯导传递对准方法

由于导弹的高速旋转导致其内部的子惯导平台难以施矩,不能跟踪地理系,在发射前需要使子惯导平台跟踪惯性系,而主惯导则一直跟踪地理系。针对这一情况的传递对准应用问题给出了相应的解决办法。首先介绍了跟踪惯性系平台惯导的工作原理,然后针对这种情况,提出了2种惯性系下传递对准的方法,分别是平台惯性系以及地心惯性系下的速度匹配。经过对比分析,仿真结果说明平台惯性系下的方位失准角精度不高,而地心惯性系下在3个方向上都达到了误差小于1′的精度,是一种可行的对准方法。     

基于卡尔曼滤波的高超声速飞行器控制器设计

针对纵向模态和横航向模态都不稳定的一种通用的高超声速飞行器,建立了三维紊流及紊流梯度下的高超声速飞行器全状态线性化的动力学模型。在考虑三维紊流和紊流梯度干扰和系统测量噪声条件下,提出了一种基于离散卡尔曼滤波的全状态H∞反馈增稳控制器。该方法通过卡尔曼滤波器将状态估计值作为反馈量传递给H∞控制器,能保证存在三维大气紊流干扰,系统测量噪声和飞行条件变化所引起的系统参数矩阵摄动时的鲁棒性。仿真结果表明,不管是针对标称模型还是参数摄动后的模型,基于卡尔曼滤波器的H∞反馈增稳控制器能有效抑制外界干扰和系统自身参数摄动,说明该方法具有较强的鲁棒性。     

迭代离散Galerkin方法求解特征值问题的数值实现

针对光滑核的积分算子特征值问题建立离散Galerkin、迭代离散Galerkin方法。同时，提出迭代离散Galerkin方法求解特征值问题的算法。最后给出一个数值算例充分说明算法的有效性及数值结果与理论误差一致。     

输入干扰估计器的永磁同步电机无速度传感器控制

在高性能交流调速传动系统中,转速闭环控制是系统控制精度的重要保证。然而通过机械式传感器来获得转速信息存在连接、安装、故障等问题,导致可靠性降低,成本增加、系统结构复杂、性能容易受工况影响,应用的范围也受到限制。因此实现无速度传感器的电机高性能控制成为学者研究的热点问题。     

积分域封闭的二元GAUSS数值积分方法研究

从构建二元Lagrange插值多项式出发，给出了积分域封闭的具有较高代数精确度的二元GAUSS数值积分公式，其代数精确度的定义和证明完善，实例计算结果良好．     

卡尔曼滤波技术在食品分析中的应用

详细阐述了卡尔曼滤波技术应用于食品分析的基本原理和算法，讨论了实际应用中的模型建立与操作方法。并应用该技术同时测定食品中的铁锡，进行显著性检验。和经典的测定方法相比，本文简单快速。     

变力作功的研究

用研制的变力作功测量仪对变力作功进行了实际测量，误差分析表明测量结果与理论结果吻合得较好。     

两因子常见利率模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1996-03～2003-02的周样本数据作为分析对象,实证研究了常见的利率模型:Vasicek模型、CIR模型、仿射模型、广义高斯仿射模型,利用卡尔曼滤波法,估计了连续时间两因子利率模型。从模型给出的利率与实际观测到的利率的平均绝对误差来看,这些模型可以较好地描写利率期限结构的横截面特征,广义高斯仿射模型最好,仿射模型次之,CIR模型与Vasicek模型难分高下。但模型对各年期利率的预测误差表现出一定的序列相关性,说明这些模型不能够很好地描述利率期限结构的时间序列特征。     

多站雷达中机动目标高精度跟踪分析

在快速卡尔曼滤波跟踪算法的基础上,提出了一种机动目标位置和速度的高精度卡尔曼滤波算法,用于仅提供距离和测量的多站雷达系统对机动目标的高精度定位和高精度测速。多站雷达系统提供给数据处理中心的距离和信息,通过滤波迭代算法估算出目标的位置和速度。对机动目标的仿真实验结果表明,该算法不仅改善了以前文献中目标位置的定位精度,而且对目标速度也同样具有优良的测量性能。