收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于UKF的滤波算法设计分析与应用

徐佳鹤  
【摘要】:现代导航系统中,数据处理与信息融合技术是影响导航性能、精度、可靠性和自动化程度的主要原因,而卡尔曼滤波(Kalman filter, KF)是处理信息融合技术的主要方法之一。传统的导航滤波大多采用扩展卡尔曼滤波(extended Kalman filtering, EKF)算法,近年来,由于Unscented卡尔曼滤波(unscented Kalman filtering,UKF)具有精度高、计算负担小、实用性强等特点,UKF算法正在逐渐成为处理非线性滤波问题的有效方法和导航系统中数据处理与信息融合技术的研究热点。 基于此出发点,本文从控制理论的角度出发,针对导航系统中的多种非线性特性研究了Unscented卡尔曼滤波算法的设计应用及稳定性分析问题。针对导航系统中存在的信号传输时延、外部环境干扰、未知随机偏差、相关噪声、未知随机参数等不确定因素,基于UKF提出相应的滤波算法并给出稳定性分析,解决导航系统的滤波估计问题。本文的主要工作及创新点概括如下: 对卡尔曼滤波和UKF的发展概况及研究现状进行了概述,对目前UKF的UT技术和采样策略作了综述。 针对一类广义非线性离散时间随机系统,研究了UKF的稳定性问题,同时分析了系统的能观性与算法稳定性之间的关系。为了改善算法的稳定性,在噪声方差矩阵中引入附加正定阵,对常规的UKF进行改进,这个引入的矩阵可以较好的权衡UKF的稳定性和精确度。 针对广义非线性连续时间随机系统,研究了Unscented卡尔曼-布什滤波算法(unscented Kalman-Bucy filtering, UKBF)的稳定性和收敛特性,同时分析了系统的能观性与算法稳定性之间的关系。其中,广义非线性连续时间随机系统包括两种情况:具有线性观测方程的广义非线性连续时间随机系统和具有非线性观测方程的广义非线性连续时间随机系统,分别针对两种情况进行了稳定性分析。 针对具有相关噪声的非线性随机系统,提出了基于UKF的滤波处理过程,即改进的UKF算法(MUKF)和自适应UKF算法(AUKF)。在这两种算法中,均保留了经典UKF中的Unscented转换(unscented transformation, UT)技术,通过Sigma点采样获得系统状态的采样点,并基于此得到相应的预测方程和观测方程。为了改善MUKF的稳定性,在过程噪声方差阵中引入了附加正定矩阵,以增大预测方差阵。在AUKF中,引入自适应预测方差阵,不但可以改善算法的稳定性,还可以增强算法的鲁棒性。通过稳定性分析,可知若满足适当的条件,即使初始条件较差,MUKF和AUKF的估计误差仍然能够满足有界性;对AUKF的自适应预测方差阵的分析可知即使在滤波过程中受到未知扰动的干扰,AUKF仍然能够保持较强的鲁棒性。通过仿真分析验证提出的算法以及算法稳定性充分条件的有效性。 针对存在未知常值偏差或未知随机偏差的非线性随机系统,提出了两阶段Unscented卡尔曼滤波算法(TUKF)。为了解决未知随机偏差信息不完整的问题,提出了自适应衰减UKF算法(AFUKF)。基于AFUKF,进一步提出了TUKF算法。为了分析TUKF的稳定性,给出了与TUKF等价的增广TUKF,由于增广TUKF是一致渐近稳定的,从而进一步得到TUKF也是一致渐近稳定的。最后,通过对高速轮动机器人的仿真验证了算法的有效性。 针对含有未知参数的线性系统的参数估计问题进行研究,经过重建模后的系统具有非线性特性,其状态由噪声参数组成,而相应的输入输出和计算残差则包含于观测方程中。利用UKF进行估计可直接得到参数估计值,基于联合微分方程分析了算法的收敛特性,通过对半自动GPS车辆导航系统进行仿真验证了算法的有效性。 针对扩展噪声环境下非线性系统的输入输出估计问题进行研究,在对称噪声环境下提出可同时应用UKF和EIV模型滤波的条件,给出了两种滤波形式:EIV模型滤波是由噪声观测得到的输入输出最有估计,而UKF是由状态和输出噪声得到的状态和输出估计,分析了UKF算法的期望估计性能,并通过Monte Carlo仿真验证了算法的有效性。 针对INS/GPS组合导航系统,研究了系统状态滤波估计问题,将UKF引入到组合导航系统的非线性模型中,并提出具有强跟踪能力的强跟踪UKF算法(strong tracking UKF, STUKF),这种STUKF算法能够使系统误差在较短的时间内收敛,并与UKF算法的精度相当,通过仿真试验验证了算法在收敛速度和估计精度方面的有效性。 针对水下目标定位系统,设计了包含经纬度误差的滤波模型,基于该模型将未知参数附加为原有的状态变量并得到增广系统,利用UKF算法对增广系统进行状态估计从而可以同时得到系统状态和未知参数的估计值。最后通过仿真验证了算法的有效性。 针对在风切换环境下飞行器的飞行控制问题,提出了基于UKF算法和NID控制律的最优估计结构,对在风切换环境下飞行器的动态模型进行快慢时间标度子系统分解,并分别对子系统应用NID控制律,UKF估计为NID控制律提供了精确的控制参数,系统仿真将分别由UKF/NID、EKF/NID和最优轨迹分析得到的飞行轨迹进行了对比,试验结果验证了UKF的估计性能。 最后对全文作出总结,并提出了下一步研究的方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张琪;王鑫;胡昌华;蔡曦;;人工免疫粒子滤波算法的研究[J];控制与决策;2008年03期
2 文如泉;辛锋;肖永江;;最小二乘滤波算法在目标跟踪中的性能比较[J];萍乡高等专科学校学报;2009年06期
3 罗晓军;王世秀;李兵;许俊玲;;基于ROLD统计量的混合噪音线性滤波算法[J];计算机工程与应用;2010年31期
4 薛海虹;陈滨津;孙锟;余建国;王威琪;;心脏超声虚拟内窥镜图像预处理技术[J];上海交通大学学报;2010年08期
5 孙晶华;邱健;;双光路烟雾测量系统设计[J];微型机与应用;2011年11期
6 莫以为,萧德云;进化粒子滤波算法及其应用[J];控制理论与应用;2005年02期
7 马超;Kalman滤波算法的简化研究[J];中国科技信息;2005年12期
8 岳成庆,高金凤,滕至阳;空情处理系统中二维卡尔曼滤波算法及实现[J];计算机工程与设计;2004年07期
9 刘武;柳健;彭复员;;一种数字图象滤波算法[J];自动化学报;1987年05期
10 陈素贤;郑卓加;;两种长序列滤波算法的联系及应用中的一些问题[J];自动化技术与应用;1987年01期
11 侯明,王培德;一类线性离散系统的解耦滤波算法[J];控制与决策;1991年02期
12 陈南峰;赵元洪;陈岚;张福祥;;结构滤波算法设计与应用[J];遥感信息;1991年02期
13 吴光弼,谭玲,王伟,李激涛,余纯,段暑光;一种简单的变步长自适应α-LMS滤波算法[J];四川大学学报(自然科学版);1993年04期
14 刘洪艳,司锡才,郜丽鹏;基于卡尔曼滤波算法的活动抽头均衡器[J];哈尔滨工程大学学报;2004年05期
15 熊伟,何友,张晶炜;多传感器多目标粒子滤波算法[J];光电工程;2005年04期
16 黄文涛;毕笃彦;毛柏鑫;马时平;;一种基于噪声拓扑结构的滤波算法[J];中国图象图形学报;2005年09期
17 谭兮;于会军;;基于单尺度脊波变换的阈值滤波方法[J];计算机应用;2007年04期
18 马俊;陈学煌;;一种混合滤波算法在电子自旋共振仪中的应用[J];电子测量技术;2007年05期
19 杨婷娅,陆振宇,顾松山,肖冬荣,陈金辉;WK混合滤波算法在雷达数据处理中的应用[J];重庆大学学报(自然科学版);2005年02期
20 汪鲁才,王耀南;基于小波包分析的InSAR干涉图滤波算法研究[J];湖南科技大学学报(自然科学版);2005年02期
中国重要会议论文全文数据库 前10条
1 张剑;谈国新;宋婉娟;余永宏;;VR/AR中基于贝叶斯预测滤波算法框架的实现[A];第十三届全国图象图形学学术会议论文集[C];2006年
2 吴秋平;万德钧;徐晓苏;房建成;;车载GPS/DR组合导航系统的联合卡尔曼滤波算法[A];1997中国控制与决策学术年会论文集[C];1997年
3 杨樊;韩艳丽;;一种基于极值的自适应均值滤波算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
4 杨晓东;向凤红;毛剑琳;郭宁;;改进粒子滤波算法在二元无线传感器网络目标跟踪的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 亓洪;陈则来;杨增红;;一种简单抗脉冲移动平均滤波算法在特种设备检验检测中的应用[A];中国力学学会学术大会'2009论文摘要集[C];2009年
6 张应博;;神经网络训练中的迭代扩展卡尔曼粒子滤波算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
7 戴娅平;杨位钦;蒋秀英;;混合坐标系下的机动目标跟踪[A];1993中国控制与决策学术年会论文集[C];1993年
8 张智斌;钱山;李恒年;;利用北斗导航系统的航天器姿态联合滤波算法[A];第二届中国卫星导航学术年会电子文集[C];2011年
9 陈正旭;;区域自动站降水资料质量控制技术研究及图形化分析应用[A];第26届中国气象学会年会第三届气象综合探测技术研讨会分会场论文集[C];2009年
10 郎琪;邹昕;李洋;陈婷婷;王文生;;基于联合变换相关探测的滤波算法研究[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
中国博士学位论文全文数据库 前10条
1 黄瀛;电力系统继电保护快速滤波算法研究[D];浙江大学;2005年
2 赵瑞珍;小波理论及其在图像、信号处理中的算法研究[D];西安电子科技大学;2001年
3 张鹤冰;概率假设密度滤波算法及其在多目标跟踪中的应用[D];哈尔滨工程大学;2012年
4 肖延国;智能传感器侦察网络中的目标跟踪算法研究[D];中国科学技术大学;2007年
5 黄琳;非线性滤波理论在航天器姿态确定中的应用[D];哈尔滨工业大学;2007年
6 尹建君;线性/非线性系统的混合动态滤波理论及应用[D];复旦大学;2008年
7 董清华;地基、结构及其相互作用系统参数识别理论[D];西安建筑科技大学;2004年
8 韩华;基于改进粒子滤波算法的多目标智能视频跟踪研究[D];东华大学;2012年
9 孟晋丽;基于邻域相关性的小波域滤波算法研究[D];西北工业大学;2006年
10 向礼;非线性滤波方法及其在导航中的应用研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 朱军;基于权值优化的粒子滤波算法研究及其在目标跟踪中的应用[D];安徽建筑大学;2014年
2 戴彬;改进的粒子滤波算法在视频跟踪中的应用[D];兰州理工大学;2014年
3 李高西;基于视觉灵敏度的彩色图像滤波算法研究[D];内蒙古大学;2014年
4 袁科珂;数字视频滤波及硬件实现[D];南京理工大学;2004年
5 王晓卿;改进的粒子滤波算法在交互式多模型算法中的应用[D];太原理工大学;2011年
6 任淑云;基于粒子滤波算法的交通状态估计研究[D];北京交通大学;2010年
7 卢舒勃;民用飞机导航传感器滤波算法研究[D];上海交通大学;2011年
8 张昊堃;基于粒子滤波算法的目标跟踪研究[D];西安电子科技大学;2013年
9 常依斌;模糊神经网络自组织控制在自动舵中的应用[D];上海海运学院;2003年
10 李璋静;一种新的用于机动目标跟踪的自适应滤波算法[D];南京理工大学;2006年
中国重要报纸全文数据库 前2条
1 关尔;刑侦与时代同步发展的助推器[N];人民公安报;2003年
2 记者 王华楠;组合导航定位为农机引路[N];中国技术市场报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978