论文摘要
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。
论文目录
相关论文文献
- [1].基于UKF的恒星相机高精度姿态确定方法[J]. 光子学报 2020(01)
- [2].基于UKF薄壁件加工变形预测技术研究[J]. 锻压装备与制造技术 2020(01)
- [3].有色观测噪声下的自适应UKF在北斗多路径误差削弱中的研究[J]. 电子测量与仪器学报 2020(09)
- [4].基于UKF的卫星星敏故障检测算法研究[J]. 西北工业大学学报 2019(06)
- [5].基于UKF路面附着估计的电动助力转向控制策略[J]. 振动与冲击 2016(22)
- [6].基于超宽带和航位推算的室内机器人UKF定位算法[J]. 导航定位与授时 2017(02)
- [7].改进的衰减记忆UKF算法在伪距定位中的研究[J]. 测绘与空间地理信息 2017(06)
- [8].基于改进UKF滤波的永磁同步电动机矢量控制[J]. 微特电机 2012(01)
- [9].基于UKF算法的单站无源定位[J]. 海军航空工程学院学报 2011(03)
- [10].一种改进的自适应UKF被动定位方法[J]. 电讯技术 2020(04)
- [11].基于UKF的机动目标跟踪处理方法[J]. 科技资讯 2014(22)
- [12].基于平方根UKF的新型单站无源定位算法[J]. 现代电子技术 2012(01)
- [13].扩维UKF在目标状态估计器中的应用[J]. 电光与控制 2009(10)
- [14].基于变增益UKF的单站无源定位算法[J]. 仪器仪表用户 2008(01)
- [15].UKF算法在纯方位目标运动分析中的应用[J]. 南京理工大学学报(自然科学版) 2008(02)
- [16].基于UKF的电传动车辆质心侧偏角估计方法[J]. 装甲兵工程学院学报 2016(02)
- [17].基于改进平方根UKF双向滤波的单站无源定位算法[J]. 火力与指挥控制 2015(03)
- [18].基于UKF的惯导/被动导引头组合位置修正方法[J]. 计算机仿真 2015(05)
- [19].自适应UKF应用于反辐射导弹抗静止目标雷达关机[J]. 系统仿真技术 2011(03)
- [20].基于UKF滤波的时差定位与跟踪[J]. 现代防御技术 2008(06)
- [21].基于边缘采样UKF滤波的捷联惯导初始对准方法[J]. 中国惯性技术学报 2014(05)
- [22].基于约束UKF模型更新的混合试验方法[J]. 地震工程与工程振动 2013(05)
- [23].基于UKF的主动段弹道跟踪算法[J]. 火力与指挥控制 2011(03)
- [24].基于UKF的水下机器人执行器故障检测方法研究[J]. 机械设计与制造 2011(05)
- [25].基于UKF估计的卫星编队动力学建模方法[J]. 航天控制 2010(01)
- [26].基于UKF的永磁同步电动机无传感器矢量控制研究[J]. 微特电机 2009(02)
- [27].捷联惯导初始对准的UKF改进算法[J]. 航空兵器 2009(03)
- [28].基于UKF的反辐射导弹对移动辐射源的跟踪[J]. 信息与电子工程 2009(05)
- [29].基于平方根UKF滤波的轨道机动飞行器自主导航方法(英文)[J]. 中国惯性技术学报 2008(06)
- [30].基于UKF的编队卫星的相对姿态确定算法[J]. 计算机仿真 2008(01)
标签:卡尔曼滤波论文; 非线性随机系统论文; 离散时间论文; 连续时间论文; 相关噪声论文; 随机偏差论文; 参数估计论文; 组合导航系统论文; 水下目标定位系统论文; 飞行控制论文;