简介:针对飞行试验中由于GLONASS星历解算错误导致的定位结果异常问题,研究了GLONASS星历电文下传的基本特征,即通过第1~4串电文下传,并且一个更新周期内下传60组数据完全相同的星历。基于此,提出了基于电文串标识的GLONASS星历解算基本算法,但发现该算法在电文串丢失且发生星历更新时解算出错误星历的问题。为确保星历来源于连续的1~4串电文,提出了基于时间比较的星历解算改进算法,发现GLONASS星历更新时,不保证从第1串开始,也不保证在连续的1~4串电文中更新完毕,改进算法依然无法确保获取到正确星历。最后分析了星历电文误码时的特征,提出了基于星历合法性检测的星历解算可靠算法,该算法综合考虑卫星不健康、星历更新以及电文误码等异常情况,采用轨道特性检测法和原码比对检测法验证星历合法性,采用电文串标识法充分利用有效电文数据。试验结果表明,该算法的星历误码识别率达到100%,星历更新异常识别率达到100%,获取的GLONASS星历数据正确率到100%。
简介:以小型无人机航姿测量系统的微小型化为背景,利用MEMS惯性测量元件研制了一种低成本微型航姿测量系统。针对MEMS器件用于载体航姿测量时精度低、易发散的问题,提出一种计算量小、实时性强的加速度信息、磁场强度信息、陀螺信息的融合方法。采用卡尔曼滤波器对系统的俯仰角、滚转角和航向角的误差进行最优估计;设计数据融合的判别准则,并根据判据的判断结果调整卡尔曼滤波器中的量测信息,使系统可用于小型无人机的定高自主飞行。实验结果表明,系统输出航姿的更新频率可达100Hz,航姿测量误差小于0.6°,航姿标准差小于0.09°;将其应用于某小型固定翼飞行器的飞行控制系统中进行自主飞行实验,完成了预定的飞行任务。
简介:针对线性高斯系统的平滑问题,分析了RTS固定区间平滑与双滤波器固定区间平滑两种算法,提出了一种滤波存储数据更少的RTS平滑新算法.结合平面内的运动追踪问题,基于二维CWPA模型,仿真分析了卡尔曼滤波、RTS固定区间平滑以及双滤波器平滑算法的估计性能.仿真结果表明,两种固定区间平滑算法的估计效果等效,精度均优于卡尔曼滤波,对于实际问题中固定区间平滑算法的选用具有一定的参考价值.最后,结合双滤波器结构提出了一种基于双平滑器的舰载武器惯导传递对准精度评估方法,结果表明新方法相比于单一的平滑算法,可以获取更优的综合平滑性能,特别提升了水平姿态对准误差的平滑估计性能.
简介:针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。
简介:针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题,提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波(KF)基础上,当SAR有量测信息生成时,根据多模型方法进行量测预测,利用预测值修正SINS状态;而SAR无量测信息输出时,通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明,采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内,航向角稳态误差值小于5.8";而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内,航向角稳态误差小于4.7",证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。
简介:通过分析1维和2维线性插值可以推导出任意斜角直线坐标系下n维线性插值的一般计算公式以及有唯一解的条件,这一结论能够应用于三维温度场计算。可以将n维插值问题归结如下:已知n+1维空间中的n+1个点的坐标以及第n+2个点的n个坐标分量xn+2,1,xn+2,2,,xn+2,n,求解该点的第n+1个坐标分量xn+2,n+1。根据线性插值定义,第n+2个点位于前n+1个点所确定的n维超平面上。根据这一条件列写方程、求解方程可得到插值xn+2,n+1。n维插值问题有唯一解的条件是已知的n+1个点在n维空间中构成的多面体的体积不为0。推导过程在斜角直线坐标系中完成,因而结论具有较大普适性。
简介:多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。