学科分类
/ 1
2 个结果
  • 简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。

  • 标签: 弹道式再入目标跟踪 容积卡尔曼滤波 自适应渐消因子 非线性系统
  • 简介:微惯性系统由于成本低,可靠性高,尺寸小等等优点成为目前研究的热点。但是微惯性系统不能提供正确的航向角,所以无法单独完成初始对准。而仿生偏振光传感器通过计算可得到航向角,并且偏振光传感器的误差不发散可以抑制微惯性器件的误差发散,所以把偏振光传感器和微惯性系统进行组合有很多优点。实验结果验证了偏振光导航传感器的数据是不发散的,并根据偏振光导航传感器提供的航向角完成了初始对准。在导航状态中,里程计用来提供水平速度,并通过卡尔曼滤波将偏振光导航传感器、微惯性系统和里程计组合。最后,通过实验验证了该组合导航系统的可行性。

  • 标签: 偏振光导航 微惯性系统 卡尔曼滤波 初始对准 里程计