共查询到19条相似文献，搜索用时 919 毫秒
1.
为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。 相似文献
2.
考虑观测误差与动力学模型误差的相关性，本文讨论噪声互相关情形下的Kalman滤波解算问题。分别从自由极值、条件极值和相关转换三个方面导出了噪声互相关情形下的Kalman滤波解，并在噪声独立时得出标准Kalman滤波解。 相似文献
3.
非线性自适应抗差滤波定轨算法 总被引：2，自引：1，他引：1
讨论了应用卡尔曼滤波进行卫星精密定轨所遇到的一些问题,提出了一种新的非线性自适应抗差滤波定轨算法.该方法首先采用非线性滤波来提高定轨精度,避免了模型线性化误差的影响.另外,采用双因子方差膨胀模型来自适应地调节观测噪声的协方差阵,以控制观测异常对定轨结果的影响;通过自适应因子实时调节状态噪声协方差阵,以降低状态异常对定轨结果的影响.通过CHAMP卫星定轨计算,验证了新方法的可行性和有效性. 相似文献
4.
导航卫星原子钟Kalman滤波中噪声方差-协方差的确定 总被引：2，自引：0，他引：2
用Kalman滤波实时监测卫星钟运行状况,需要确定Kalman滤波协方差阵。首先介绍适用于铷钟的Kalman滤波方程,推导基于哈达玛总方差的Kalman滤波过程噪声参数和观测噪声估计方法,并在此基础上构造Kalman滤波状态噪声协方差阵和观测噪声协方差阵。利用GPSBlockIIR铷钟事后处理的采样间隔为5min的精密钟差数据进行了预报分析,结果表明,当预报时间为1h时,预报精度在1ns左右;当预报时间为6h时,预报精度在(8～9)ns之间。进一步验证Kalman滤波协方差阵估计方法的正确性。 相似文献
5.
针对超宽带(UWB)观测值异常引起的量测误差及系统噪声先验统计信息未知而导致状态估计误差增大的问题,该文提出了一种带噪声时变估计器的抗差容积卡尔曼滤波(CKF)算法。该算法在滤波过程中,利用预报残差因子构建抗差等价协方差矩阵,控制观测异常值对滤波参数解的影响,同时利用sage_husa算法对系统噪声的统计特性进行实时估计和修正,提高滤波精度和稳定性。实验结果表明,所提算法不仅能有效地消除量测误差对滤波解的影响,而且能在系统噪声先验信息未知的情况下更进一步提高UWB室内定位的精度和可靠性。 相似文献
6.
高精度的载体动态导航与定位不仅需要对载体异常扰动和观测异常有良好控制,还需要对状态方程系统噪声及观测噪声的时变特性有准确认识和处理.首先针对包含系统噪声的动力学模型和包含时变观测噪声的导航系统,提出一种基于信息滤波形式的分级自适应滤波算法.然后针对系统噪声的渐变性和突变性,增加了遗忘因子和二段自适应因子,提高了对突变噪... 相似文献
7.
8.
有色噪声观测量的逐次静态滤波与配置 总被引：3，自引：0，他引：3
通过改化观测方程,将有色噪声观测值转化为白噪声的虚拟观测值,用白噪声逐次滤波公式进行滤波计算.有色噪声观测值的逐次静态滤波理论可用于GPS数据处理.GPS载波相位观测值经过测站间、卫星间、历元间的3次差分计算,消除了大部分误差和整周模糊度,并使周跳成为孤值,但是相邻历元间隔的三差观测值误差相关造成其协方差阵呈现出分块三对角阵,使所求矩阵占据的时间和内存太大.利用有色噪声观测值的逐次静态滤波的理论,可消去相关性,减少计算时间和内存.这种顾及三差观测值的相关性的算法是严密的. 相似文献
9.
10.
导航解算中的系统误差及其协方差矩阵拟合 总被引：17，自引：2，他引：17
利用Kslman滤波进行导航定位计算不得不涉及观测函数模型和动力学模型,而观测函数模型和动力学模型经常含有系统误差或区域性系统误差.本文提出了一种基于移动窗口的函数模型和随机模型系统误差自适应拟合法.基于相同的窗口给出了相应的观测向量和状态预测向量的协方差矩阵估计方法,其协方差矩阵的估计与现有的Sage滤波不同.利用经系统误差修正后的观测向量和状态预测向量及相应的协方差矩阵,再进行动态导航滤波计算,能有效提高导航解的精度.文中给出了开窗估计系统误差的公式,并利用实测数据验证了该算法的可行性和实用性.计算结果表明该算法能有效地抵制系统误差对导航滤波结果的影响. 相似文献
11.
For the high-resolution airborne synthetic aperture radar (SAR) stereo geolocation application, the final geolocation accuracy is influenced by various error parameter sources. In this paper, an airborne SAR stereo geolocation parameter error model, involving the parameter errors derived from the navigation system on the flight platform, has been put forward. Moreover, a kind of near-direct method for modeling and sensitivity analysis of navigation parameter errors is also given. This method directly uses the ground reference to calculate the covariance matrix relationship between the parameter errors and the eventual geolocation errors for ground target points. In addition, utilizing true flight track parameters’ errors, this paper gave a verification of the method and a corresponding sensitivity analysis for airborne SAR stereo geolocation model and proved its efficiency. 相似文献
12.
For the high-resolution airborne synthetic aperture radar (SAR) stereo geolocation application, the final geolocation accuracy
is influenced by various error parameter sources. In this paper, an airborne SAR stereo geolocation parameter error model,
involving the parameter errors derived from the navigation system on the flight platform, has been put forward. Moreover,
a kind of near-direct method for modeling and sensitivity analysis of navigation parameter errors is also given. This method
directly uses the ground reference to calculate the covariance matrix relationship between the parameter errors and the eventual
geolocation errors for ground target points. In addition, utilizing true flight track parameters’ errors, this paper gave
a verification of the method and a corresponding sensitivity analysis for airborne SAR stereo geolocation model and proved
its efficiency. 相似文献
13.
针对超宽带导航定位中量测信息异常误差和非线性滤波问题,该文提出了一种基于自适应抗差卡尔曼滤波-无迹卡尔曼滤波(KF-UKF)的超宽带导航定位算法。该算法首先利用卡尔曼滤波计算预测状态向量及其协方差矩阵,利用无迹卡尔曼滤波进行量测更新;然后利用先验阈值和预测残差构建量测噪声的抗差协方差矩阵,以减少量测信息异常误差的影响,同时利用自适应因子对算法进行调节和修正。结果表明,该算法能有效地抑制并消除超宽带测距中量测信息异常误差的影响,能有效地处理状态模型误差的影响,提高超宽带导航定位的精度和稳定性,同时拥有比无迹卡尔曼滤波算法更高的计算效率。 相似文献
14.
Adaptive fitting of systematic errors in navigation 总被引：4，自引：0，他引：4
To use Kalman filtering for kinematic positioning and navigation, we have to deal with both observational and kinematic models. Both of the functional models may contain global or local systematic errors. The influence functions of the systematic errors on the estimates of kinematic states are derived. An adaptive fitting method for systematic errors of the observations and kinematic model errors is presented. The systematic errors are fitted with a mean or a weighted mean by using the residuals of observations and residuals of predicted states within a chosen time window. The covariance matrices of the modified observations and the predicted states are estimated within the same window. The estimation formulae and calculation strategy, as well as a real example, are given. It is shown by theory and calculations that Kalman filtering based on the adaptive fittings of the systematic errors and covariance matrices can, to some degree, resist the influences of systematic errors on the estimated states of navigation. 相似文献
15.
轨道误差传播研究在空间碰撞风险分析、任务规划等空间态势感知领域具有重要作用。轨道误差常用误差协方差矩阵表达,其传播方式主要有线性传播模型与非线性传播模型两种。线性传播模型通过状态转移矩阵外推初始协方差矩阵,计算快速,但因将高度非线性化的轨道动力学问题线性化描述,导致传播精度随时间快速降低。非线性传播模型精度高但计算慢,难以进行大规模碎片群的轨道误差传播。在轨道误差传播特性分析的基础上,提出了一种获得较为真实的空间碎片轨道预报误差的方法,分3步进行:初始协方差矩阵的构建、初始轨道协方差线性传播以及基于实测数据对轨道预报协方差的动态校正。经大量案例统计分析,结果表明,校正后的轨道预报协方差,相较于线性传播结果,精度提高了60%以上,可服务于空间碰撞风险分析等高精度空间任务。 相似文献
16.
Extended Kalman filter (EKF) is a widely used estimator for integrated navigation systems, and it works well in general situations. However, in adverse conditions such as partially observable environments and highly dynamic maneuvers, the performance of the traditional EKF-based strap-down inertial navigation system (SINS)/GPS integrated navigation system is easily to be affected by the dynamic changes of the specific force, thus leading to the problem of error covariance inconsistency. Though the inconsistency problem can be overcome to some extent if the system matrix, the states and the error covariance matrix are propagated as fast as possible in the SINS calculation rate, the problem cannot be fully solved. State transformation extended Kalman filter (ST-EKF) mechanization, with a new converted velocity error model for the SINS, is proposed, which can also be used to solve the inconsistency problem. In the ST-EKF, the specific force vector in the system error model is replaced by the nearly constant gravity vector for local navigation. Since the propagation and the updating of the ST-EKF can be executed simultaneously in the updating interval, the computation cost is greatly reduced compared with the traditional EKF. Experiments for the GPS/SINS tightly coupled navigation, including linear vibration Monte Carlo test and an unmanned aerial vehicle flight test, are implemented to evaluate the performance of the proposed ST-EKF. The results show that the proposed ST-EKF has superior performance to the traditional EKF, especially in partially observable situations. 相似文献
17.
根据用GPS载波相位三差观测量进行动态定位或精密导航的需求,推导了动态噪声、观测噪声为有色噪声的抗差卡尔曼滤波公式。白噪声的抗差卡尔曼滤波是有色噪声的抗差卡尔曼滤波的特例,有色噪声的抗差卡尔曼滤波为白噪声的抗差卡尔曼滤波的推广。 相似文献
18.
针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。 相似文献
19.
多源导航信息融合过程中,观测模型和动力学模型随时间和空间变化复杂,高精度的动态载体导航与定位需要观测模型和动力学模型具有准实时或实时修正的能力。针对包含观测模型误差以及动力学模型误差的滤波系统,提出了一种基于信息滤波的弹性自适应滤波算法。所提算法以不含模型误差的标准信息滤波器为主滤波器,分别构造了观测函数模型及动力学函数模型误差补偿滤波器,对两类模型误差进行补偿。所提方法强调模型补偿项的弹性自适应估计和状态参数的弹性组合,提高了时变模型误差估计的稳定性。半物理仿真实验结果表明,基于函数模型补偿的弹性自适应滤波算法可以有效地估计观测模型和载体动力学模型误差项,水下拖体的三维位置偏差在0.2 m以内,两类模型误差的影响基本消除,明显提高了载体动态参数的估计精度。 相似文献