共查询到20条相似文献，搜索用时 515 毫秒
1.
首先给出典型的原子钟时差观测量模型，包括确定性部分（时差、频差、线性频漂和周期性波动项）、随机性部分（即原子钟噪声）和观测噪声；分析了各分量对应的Allan偏差的表达式。针对部分文献对Kalman滤波器估计原子钟状态原理描述不清晰的问题，描述了原子钟随机微分方程模型和各物理量的含义，从最优估计和低通滤波器两个角度阐述其原理。针对观测噪声过大、存在周期性波动等原因造成无法准确估计原子钟噪声强度的情况，提出了综合Kalman滤波器状态估计结果和Allan偏差图，估计原子钟噪声和观测噪声强度的方法；提出了3种不同的估计线性频漂幅度的方法，并通过实测数据相互验证；针对周期性波动在时差中不明显的问题，结合原子钟随机微分方程模型，提出了综合Kalman滤波器状态估计的结果和对数Allan偏差图估计周期性波动周期和幅度的方法。对两台国产氢钟的实测数据进行了验证，证明该方法物理原理清晰，操作简便易行，具有实用性。通过该方法可以外推得到所有平滑时间的Allan偏差估计值。 相似文献
2.
3.
含有粗差观测值的自适应滤波 总被引：4，自引：1，他引：3
线性系统的标准Kalman滤波在模型不含有粗差的前提下是最优的,而在测量过程中,测量数据不可避免地存在着粗差,Kalman滤波很容易受到粗差的影响,致使滤波发散和偏倚.抗差Kalman滤波可以减少粗差的影响,对滤波值适时地加以补偿和修正可以使Kalman滤波值不发生大偏倚,但此时的滤波值一般不具有最优性.利用预测残差对粗差进行探测和估计,并对模型加以修正,然后通过Kalman滤波给出此时状态的滤波值.实例表明:通过模型修正来进行适时Kalman滤波的方法是可行的和有效的. 相似文献
4.
根据GPS广播星历算法的预报特性和自适应抗差滤波原理,提出了一种将GPS广播星历算法作为低轨卫星动力学模型的自适应抗差滤波综合定轨方法。计算结果表明,所提出的自适应抗差滤波综合定轨方法不仅充分利用了几何观测信息,而且通过自适应因子合理地控制了不可靠的广播星历预报信息对滤波解的贡献,有效地保证了定轨的精度和可靠性。 相似文献
5.
星上计算机的处理能力不断提高,地基控制系统资源日益紧张,这些都对卫星自主定轨提出了迫切的要求,利用卡尔曼滤波进行卫星自主定轨将具有十分广阔的应用前景。但由于低轨卫星受摄动力较大,使得其动力学方程十分复杂,本文对如何建立适当的模型进行了分析。标准卡尔曼滤波只有在满足一定约束条件时,才能得到最优解。但利用星载GPS进行卫星定轨时,这些约束条件并不能得到完全的满足,针对这些问题本文讨论了相关噪声和滤波发散,观测值粗差等问题。 相似文献
6.
针对无迹卡尔曼滤波(UKF)在非高斯噪声或统计特性不准确时滤波精度会下降甚至发散等问题,提出了一种基于Huber-M估计的无迹卡尔曼滤波导航算法。首先采用奇异值分解(SVD)迭代计算代替协方差矩阵的迭代变换;然后将Huber方法用于UKF框架中,使先验信息和量测信息进行重构;最终以达到克服传统UKF滤波器稳定性差的问题,提高滤波抗差能力。对提出算法进行GPS/UWB组合导航仿真验证,并与EKF和UKF进行了比较。实验结果表明,加入M估计的SVD-UKF在噪声统计特性不准确时和加入随机观测异常状态下都可以将滤波器性能提高25%～40%,与其他两种算法相比,本文所提算法的定位误差能快速收敛,并保持较高滤波精度。 相似文献
7.
8.
9.
10.
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
11.
12.
Adaptive estimation of multiple fading factors in Kalman filter for navigation applications 总被引：2，自引：1，他引：1
Kalman filter is the most frequently used algorithm in navigation applications. A conventional Kalman filter (CKF) assumes
that the statistics of the system noise are given. As long as the noise characteristics are correctly known, the filter will
produce optimal estimates for system states. However, the system noise characteristics are not always exactly known, leading
to degradation in filter performance. Under some extreme conditions, incorrectly specified system noise characteristics may
even cause instability and divergence. Many researchers have proposed to introduce a fading factor into the Kalman filtering
to keep the filter stable. Accordingly various adaptive Kalman filters are developed to estimate the fading factor. However,
the estimation of multiple fading factors is a very complicated, and yet still open problem. A new approach to adaptive estimation
of multiple fading factors in the Kalman filter for navigation applications is presented in this paper. The proposed approach
is based on the assumption that, under optimal estimation conditions, the residuals of the Kalman filter are Gaussian white
noises with a zero mean. The fading factors are computed and then applied to the predicted covariance matrix, along with the
statistical evaluation of the filter residuals using a Chi-square test. The approach is tested using both GPS standalone and
integrated GPS/INS navigation systems. The results show that the proposed approach can significantly improve the filter performance
and has the ability to restrain the filtering divergence even when system noise attributes are inaccurate. 相似文献
13.
Adaptive GPS/INS integration for relative navigation 总被引：1，自引：0，他引：1
Je Young Lee Hee Sung Kim Kwang Ho Choi Joonhoo Lim Sebum Chun Hyung Keun Lee 《GPS Solutions》2016,20(1):63-75
Relative navigation based on GPS receivers and inertial measurement units is required in many applications including formation flying, collision avoidance, cooperative positioning, and accident monitoring. Since sensors are mounted on different vehicles which are moving independently, sensor errors are more variable in relative navigation than in single-vehicle navigation due to different vehicle dynamics and signal environments. In order to improve the robustness against sensor error variability in relative navigation, we present an efficient adaptive GPS/INS integration method. In the proposed method, the covariances of GPS and inertial measurements are estimated separately by the innovations of two fundamentally different filters. One is the position-domain carrier-smoothed-code filter and the other is the velocity-aided Kalman filter. By the proposed two-filter adaptive estimation method, the covariance estimation of the two sensors can be isolated effectively since each filter estimates its own measurement noise. Simulation and experimental results demonstrate that the proposed method improves relative navigation accuracy by appropriate noise covariance estimation. 相似文献
14.
在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。 相似文献
15.
基于均值漂移模型,重点讨论粗差估值的计算问题,给出了观测值统计相关时数据探测法(data snooping)的粗差估值公式。探讨数据探测法粗差估值与粗差的同时定位与定值法(LEGE)、拟准检定法(QUAD)、部分最小二乘法(PLS)的粗差估值之间的关系,证明当观测值统计相关时,部分最小二乘法和QUAD法在粗差估值的计算上具有等价性,与数据探测法和LEGE法都不一致。当观测值统计独立且不等权时,QUAD法、PLS法和数据探测法具有等价性,与LEGE法在粗差估值上不同;当观测值统计独立且等权时,4种方法在粗差估值计算上具有等价性。最后通过算例验证了结论。 相似文献
16.
针对实际环境中量测噪声易被野值污染而呈现非高斯分布,进而导致传统卡尔曼滤波(KF)算法性能降低的问题,提出了最大熵卡尔曼滤波(MCKF)算法. 该算法基于最大熵准则(MCC)和M估计的思想推导得到. 与KF相比,所提算法能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,与基于Huber函数的卡尔曼滤波(HKF)算法相比,其能够更有效地利用量测信息,因此所提算法相比于KF和HKF而言更加鲁棒. 在全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合模式下进行车载实测实验,由于GNSS的伪距与伪距率等原始量测信息质量不佳,因此KF和HKF的性能均受到影响,而所提MCKF算法能够有效地抑制异常量测值的影响,能够更快地收敛且得到更高的估计精度. 相似文献
17.
根据室内惯性定位存在误差累积的特点,建立广义似然比检测的方法进行零速度检测,利用Kalman滤波对检测到的"零速度"时刻进行零速修正(zero velocity update,ZUPT),从而有效降低系统累积误差。但行人行走过程中存在的无效振动,导致测得的加速度和角速度数据中出现明显的噪声,这对长时间定位精度产生较大的影响。文中提出在利用Kalman滤波进行误差校正之前首先采用Butterworth低通滤波滤除加速度和角速度数据中由无效振动引起的高频部分,即噪声部分,从而消除行人运动过程中的无效振动对定位精度的影响。 相似文献
18.
经典最小二乘平差假定观测数据中不含有粗差,但随着现代测绘技术发展,数据采集的自动化程度越来越高,对数据采集过程进行人工干预较难实现,观测结果包含粗差在所难免。本文探讨利用拟准检定法进行粗差探测的原理、特点及优势,并通过模拟算例,验证了拟准检定法处理粗差的有效性。 相似文献
19.
多路径误差为一时空环境效应,难以构建准确数学模型消除其影响,且该误差在基线两端不具有空间相关性,运用现有差分技术也无法很好消除,是高精度短基线测量中主要误差之一．为进一步削弱多路径误差,本文以监测站坐标时间序列中多路径误差为研究对象,根据多路径误差在历元间的时变特性,建立多路径误差状态空间模型,采用标准卡尔曼滤波和顾及有色噪声的卡尔曼滤波从监测站第一天双差固定解坐标残差序列中估计多路径误差改正序列,并根据多路径误差的周日重复特性,利用第一天得到的多路径误差改正序列对之后各天坐标序列进行改正．最后通过实验分析,得出顾及有色噪声的卡尔曼滤波估计方法优于标准卡尔曼滤波的结论．研究方法对提高GNSS定位精度具有重要实用价值． 相似文献
20.
全球定位系统/航位推算组合导航定位中,由于目标运动的不确定性,GPS接收机与DR器件接收的数据存在噪声,使预置目标运动模型通常很难得到较高跟踪精度,针对应用常规卡尔曼滤波进行组合导航解算由于噪声统计特性未知而引起滤波不稳定的问题,本文提出了一种基于新息序列的量测计算进行自适应估计的卡尔曼滤波算法。该算法通过对新息方差强度进行极大似然估计,将新息计算引入卡尔曼滤波器的增益计算,达到控制发散的目的。最后对改进的算法与一般卡尔曼滤波算法做了对比仿真试验分析,结果表明了改进算法的有效性。 相似文献