收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

运载器组合导航高性能滤波算法研究

高怡  
【摘要】:随着现代科学技术的快速发展,人们对运载器导航解算的实时性和快速性的要求越来越高。常用的运载器导航解算主要采用卡尔曼滤波方法,应用卡尔曼滤波进行导航解算时,要求动力学系统的数学模型必须为线性。当系统模型为非线性时,若采用卡尔曼滤波算法进行导航解算,将会引起较大的误差,甚至导致滤波发散。为了提高运载器组合导航的解算精度,研究适用于运载器组合导航的高精度、非线性滤波算法,是交通信息工程与控制领域一项重要而又需要迫切研究的任务。 本文在认真研究现有导航滤波算法的基础上,提出了一套适合运载器组合导航的高性能滤波算法,包括非线性模型预测Unscented粒子滤波算法、衰减记忆平方根Unscented粒子滤波算法、模糊抗差自适应Unscented粒子滤波算法、基于状态相关系数的抗差自适应滤波算法、非线性抗差自适应状态相关黎卡提方程滤波算法、以及动力学模型误差的Sage随机加权自适应滤波算法。将提出的算法应用到运载器组合导航系统中进行仿真验证,并与现有的滤波算法进行比较,结果表明,提出的算法不但计算量小,而且滤波精度高,滤波性能明显优于现有的滤波算法。 论文主要研究内容和创新性贡献如下 (1)提出一种新的非线性模型预测Unscented粒子滤波算法。该算法在建立系统模型时顾及了模型误差,利用估计出的模型误差对含有误差的非线性、非高斯系统模型进行修正,再利用Unscented粒子滤波进行解算。仿真结果表明,提出算法的滤波性能明显优于模型预测滤波和Unscented粒子滤波,提高了导航解算精度。 (2)在研究Unscented粒子滤波的基础上,吸收了衰减记忆滤波和平方根滤波的优点,提出一种新的衰减记忆平方根Unscented粒子滤波算法。在该算法中,通过衰减因子调节当前量测信息对估计值的影响,减小历史信息对滤波的作用。然后用协方差矩阵的平方根阵代替协方差矩阵进行迭代计算,保证了协方差矩阵的对称性和正定性。研究结果表明,提出的算法能有效改善滤波性能,提高了导航系统的解算精度。 (3)在研究模糊控制理论的基础上,吸收了Unscented粒子滤波、自适应滤波和抗差估计的优点,提出一种新的模糊抗差自适应Unscented粒子滤波算法。该算法顾及了量测量中的粗差对滤波的影响,基于模糊理论构造等价权函数,利用等价权函数和模糊抗差自适应因子调节粗差对导航解的影响,有效地控制粗差对导航解的影响。将提出的算法应用到组合导航系统中进行仿真验证,结果表明,提出算法不但实时性好,而且滤波精度明显提高。 (4)提出一种新的基于状态相关系数的抗差自适应滤波算法。采用状态相关系数将非线性系统转换为状态相关系统,在处理非线性动力学模型与量测模型时不必进行线性化,从而减小了由线性化系统模型所带来的误差。建立抗差自适应滤波模型,利用等价权矩阵和自适应因子进行信息分配,从而控制动力学模型异常和观测异常对导航解的影响。仿真结果表明,提出的算法不仅能够有效地抑制动态系统模型状态噪声和观测噪声干扰,而且计算简单,滤波精度明显优于EKF和UKF算法。 (5)提出一种非线性抗差自适应状态相关黎卡提方程滤波算法。该方法采用状态相关系数法将非线性系统转换成类似线性系统结构,减小了由线性化系统模型所带来的误差。在一定的条件下证明了该算法的稳定性。仿真结果表明,提出的算法不仅能够有效地抑制非线性系统模型状态噪声和观测噪声的干扰,而且滤波精度明显优于UKF和SDRE滤波算法。 (6)现有文献研究中,对新息向量和观测残差向量的协方差阵采用算术平均值估计,其估计的观测噪声向量协方差阵中含有状态预测值的误差,若状态预测值的误差较大,预测残差必然大,从而由预测残差计算的新息向量和观测残差向量的协方差阵的估计精度就变差。为了克服这一缺陷,本文提出用一种新的随机加权估计算法,对观测噪声协方差阵和状态噪声协方差阵进行估计,以控制观测异常和动态模型噪声异常对状态参数估值的影响。仿真结果表明,提出的算法不仅计算简单,而且能提高动态导航解算得滤波精度。 (7)提出动力学模型误差的Sage随机加权自适应估计方法。该方法利用Sage滤波的开窗平滑方法,求取观测残差向量和预测残差向量的协方差阵,用随机加权因子对观测残差和预测残差进行调节,以控制观测残差和预测残差对导航解算精度的影响。仿真结果证明,提出的算法对状态扰动带来的误差具有较强的抑制能力。 本文所取得的研究成果对运载器组合导航滤波解算、多源信息融合、误差估计和计算机仿真等领域的研究都有一定贡献。研究结果不但可以应用于军用和民用领域运载器导航定位的滤波解算,而且经过推广,还可以用于航空航天领域其它飞行器导航定位的滤波解算。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张军辉;李响;;改进的粒子滤波算法性能分析[J];郑州轻工业学院学报(自然科学版);2009年02期
2 于金霞;汤永利;许景民;;粒子滤波算法改进策略研究[J];计算机应用研究;2012年02期
3 贺利文;李彦鹏;范波;;一种改进的α-β滤波算法[J];现代电子技术;2012年21期
4 金隐华;简单且理想的抗50周工频滤波算法[J];电子技术应用;1996年03期
5 邵志勇,张学东;一种基于各向同性集的模糊滤波算法[J];大连理工大学学报;2004年02期
6 景晓军,尚勇,余农;基于三角模融合准则的滤波算法[J];电子学报;2004年06期
7 胡绍林,黄刘生;非平稳信号的22型双重中值容错滤波算法[J];系统仿真学报;2004年07期
8 康健;芮国胜;;粒子滤波算法的关键技术应用[J];火力与指挥控制;2007年04期
9 饶文碧;雷育华;王君;;粒子滤波算法在目标跟踪中的应用[J];武汉理工大学学报;2009年03期
10 边平勇;;粒子滤波算法在贝叶斯模型中的应用[J];统计与决策;2009年14期
11 齐振恒;李涛;;一种确定性的粒子滤波算法[J];压电与声光;2009年06期
12 张仲凯;康健;芮国胜;;基于速度约束的粒子滤波算法研究[J];弹箭与制导学报;2010年01期
13 何健;李亚安;易锋;李国辉;;基于辅助模型的改进粒子滤波算法[J];探测与控制学报;2010年01期
14 单甘霖;周云锋;;一种改进的不敏粒子滤波算法[J];系统仿真学报;2010年10期
15 张诗桂;朱立新;赵义正;;粒子滤波算法研究现状与发展趋势[J];电子信息对抗技术;2010年05期
16 张薇薇;;一种改进的快速自适应滤波算法[J];西安邮电学院学报;2011年03期
17 曹洁;李伟;;一种高精度自适应粒子滤波算法[J];兰州理工大学学报;2011年03期
18 王炫名;张晓林;景晓军;;基于改进型的三角模准则的融合滤波算法[J];电子学报;2011年06期
19 张建安;赵修斌;李思佳;;一种用于目标跟踪的改进粒子滤波算法[J];计算机工程;2012年05期
20 霍长庚;高宪军;谈欣荣;;两飞行体相对定位技术及其滤波算法研究[J];吉林大学学报(信息科学版);2012年04期
中国重要会议论文全文数据库 前10条
1 李龙云;彭玉华;;小波变换模极大值域的一种自动滤波算法的实现[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
2 李庆奎;吴星;崔健勇;陈勤勤;;模糊渐消滤波算法[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年
3 黄河;;插值粒子滤波算法的研究[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
4 胡绍林;黄刘生;;非平稳信号的2(?)2型双重中值容错滤波算法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
5 尹建君;张建秋;;混合线性/非线性联邦滤波算法及其在组合导航中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
6 张赛;刘新学;刘扬;;一种改进的红外图像滤波算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
7 杨秀华;陈涛;王延风;吉桐伯;;光电跟踪目标的非线性滤波算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年
9 李勇;陈书明;陈胜刚;;一种基于YHFT-Matrix DSP的去块效应滤波算法的向量化实现[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(B辑)[C];2011年
10 陈大力;薛定宇;潘峰;;一种新型的双十字模糊滤波算法[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前9条
1 梁军;粒子滤波算法及其应用研究[D];哈尔滨工业大学;2009年
2 李甫;粒子滤波算法研究及其电路设计[D];西安电子科技大学;2010年
3 朱娟;蒙特卡洛滤波算法在目标跟踪中的应用[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
4 高怡;运载器组合导航高性能滤波算法研究[D];西北工业大学;2014年
5 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
6 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
7 洪少华;基于粒子滤波的目标跟踪算法与硬件实现研究[D];浙江大学;2010年
8 姜竹青;自主导航中滤波算法的研究及应用[D];北京邮电大学;2014年
9 徐佳鹤;基于UKF的滤波算法设计分析与应用[D];东北大学;2008年
中国硕士学位论文全文数据库 前10条
1 高静;一种改进的粒子滤波算法研究及应用[D];延边大学;2010年
2 赵娜;粒子滤波算法的研究及改进[D];哈尔滨工程大学;2009年
3 庄泽森;点目标跟踪的非线性滤波算法研究[D];复旦大学;2009年
4 徐涛;免疫粒子群粒子滤波算法及硬件实现研究[D];浙江大学;2010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 陈莉;粒子滤波算法的研究[D];西安电子科技大学;2012年
7 戴丁樟;粒子滤波算法研究及其在目标跟踪中的应用[D];哈尔滨工业大学;2006年
8 贺黎明;粒子滤波算法在目标跟踪中的应用[D];浙江理工大学;2013年
9 徐乐;跳变马尔可夫模型状态估计的粒子滤波算法研究[D];西北工业大学;2007年
10 王继贞;粒子滤波算法的研究[D];山东科技大学;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