搜索结果: 1-12 共查到“航空、航天科学技术 UKF”相关记录12条 . 查询时间(0.051 秒)
一种带自适应因子的IMM-UKF的GPS/BD-2导航方法
自适应 无迹卡尔曼滤波 交互式多模型
2015/7/27
针对GPS/北斗-2(BD2)卫星导航系统中机动载体运动模型和噪声统计特性不确定性导致滤波精度低的问题，为提高导航定位的精确性和稳定性，提出一种自适应的滤波方法。首先，提出了一种新的自适应UKF (AUKF)算法，该方法将残差序列的协方差矩阵视为过程噪声协方差矩阵的不确定量，基于此采用平滑滤波的方法设计自适应因子，并利用该自适应因子实时调整过程噪声协方差矩阵，减弱了噪声统计特性不确定性对滤波精度...
建立了共轴式无人直升机系统非线性模型,并针对其非线性强,不同飞行模态下气动参数差异等问题,将无迹卡尔曼滤波(UKF)引入共轴式直升机系统非线性模型辨识,不但避免了直升机线性模型仅仅适用于悬停模态的局限性,同时为直升机系统在线自适应控制提供了基础条件,使得共轴式无人直升机自主全包线飞行成为可能.以北京航空航天大学FH-1共轴式无人直升机为例进行了仿真辨识实验.实验结果表明基于该方法的共轴式直升机在线...
基于KF/UKF组合滤波的SINS大方位失准角初始对准
捷联惯性导航系统 非线性对准 无损卡尔曼滤波
2014/2/15
为了解决无损卡尔曼滤波(UKF)算法计算量随着状态维数增加而急剧增大的问题，将非线性初始对准滤波模型分解为线性与非线性两部分，并提出一种基于此模型分解的KF/UKF组合滤波算法，设计了该组合算法的滤波步骤，理论上证明了该组合算法仍为最小均方误差估计意义下的最优估计。通过仿真实验比较了KF/UKF组合算法和UKF算法的滤波效果，结果表明，基于KF/UKF组合算法的运算速度优于UKF算法。
为了快速精确地求解小推力最优轨道转移问题，提出了一种基于无损卡尔曼滤波(UKF)参数估计算法的轨道机动优化方法。针对小推力情况下的燃料最优轨道转移问题，应用极大值原理将其转化为对应的最优控制两点边值问题，然后以协态变量初值为待估计参数，以端点条件为期望观测值，将该两点边值问题转化为参数估计问题，并应用UKF滤波算法求解。该算法收敛原理是基于概率估计理论的，避免了传统间接法所需的相关梯度矩阵的推导，...
针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题，从正交性原理出发，通过严谨的推导得到强跟踪UKF成立的充分条件，在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小，渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法，证明了该算法满足强跟踪滤波器的充分条件，并分析了其渐消因子的作用机理。进行了...
基于UKF的光纤惯导误差在线估计
星光制导 FSINS 误差分离
2012/12/25
为利用星光观测在线估计弹载光纤陀螺捷联惯导(FSINS)的陀螺零偏、标度因数和安装误差,并依据估计结果对导航参数进行补偿,设计了基于旋转弹体的FSINS误差分离方法,推导了误差估计的状态方程和观测方程,设计了UKF滤波器,并在星光姿态确定的不同动态误差条件下进行了仿真,结果显示该方法能较好的估计陀螺零偏常值漂移、标度因数误差和安装误差,表明了方法的正确性,也说明了误差估计效果与星敏感器姿态确定精度...
基于平方根UKF的多传感器融合再入段目标跟踪研究
平方根不敏卡尔曼滤波 多传感器融合 再入段 跟踪
2011/4/13
为了提高再入段目标跟踪的精度，将平方根不敏卡尔曼滤波（unscented Kalman filter, UKF）算法与多传感器分布式融合算法相结合，提出了基于平方根UKF的多传感器融合跟踪算法。在各个独立的传感器中利用平方根UKF滤波器进行状态估计，然后通过分布式融合方法融合各传感器的状态估计值得到全局的状态估计值和误差协方差，将全局误差协方差进行加权对各传感器进行分配更新。通过仿真验证，基于平方...
UKF稳定性研究及其在相对导航中的应用
UKF 稳定性 相对导航
2010/3/30
讨论了UKF应用于状态方程为线性，测量方程为非线性对象时的稳定性问题。文中 给出了一个UKF保持稳定的充分条件，指出适当增加过程噪声和测量噪声方差阵的设置值， 有利于保证UKF的稳定性。本文还将UKF应用于航天器相对导航滤波器设计，通过数学仿真和 理论分析证实了文中有关UKF稳定性结论的正确性。本文所得到的结论为将UKF应用于实际工 程，特别是航天器相对导航滤波器设计，提供了理论参考。
基于MEP-UKF的组合导航滤波算法
SINS／GPS组合导航系统 模型误差预测 Unscented 卡尔曼滤波 导航精度 实时性
2010/2/28
针对目前应用于SINS／GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman Filter, EKF)存在精度低、实时性差的缺点，提出一种基于模型误差预测(Model Error Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter, UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同...
:研究了“真航向测量系统”（简称TNDS True North Determination System) , TNDS组合中等精度的INS和MS860型GPS系统，应用UKF (Unscented Kalman Filter）最优估计滤波算法，实现的高精度快速初始对准。论文重点推导了TNDS初始对准的非线性误差模型，并实现了TNDS中基于该模型的UKF滤波，TNDS系统的UKF组合初始对准算法最...
UKF算法在星载GPS低轨卫星定轨中的应用
非线性系统 Unscenteel卡尔曼滤波器（UKF） 星载GPS
2009/7/24
对于扩展卡尔曼滤波在非线性系统中由于线性化过程引入了线性化误差，从而导致滤波器性能下降甚至造成滤波发散的情况，利用Unscented卡尔曼滤波器对非线性系统进行直接滤波，该方法无需对非线性系统进行线性化，避免了线性化误差。并将该算法用于星载GPS低轨卫星定轨中，建立了仿真模型，在初始条件相同的情况下，与EKF算法仿真结果相比较，结果表明在一定观测噪声水平下，UKF定轨结果更准确，定轨精度更高。