交互式多模型自適應(yīng)濾波及其在SINS初始對(duì)準(zhǔn)中應(yīng)用.pdf

1、初始對(duì)準(zhǔn)技術(shù)是捷聯(lián)慣導(dǎo)系統(tǒng)(SINS)研究的重點(diǎn)方向，其中基于現(xiàn)代濾波理論的組合對(duì)準(zhǔn)技術(shù)被廣泛用于SINS初始對(duì)準(zhǔn)。在實(shí)際應(yīng)用中，通常要求艦船在航行過程中完成初始對(duì)準(zhǔn)過程，而艦船運(yùn)動(dòng)受海況環(huán)境影響會(huì)顯著變化，此時(shí)由常規(guī)的單一濾波模型和濾波算法得到的對(duì)準(zhǔn)精度和對(duì)準(zhǔn)時(shí)間難以同時(shí)滿足要求；為此，本文提出了基于線性/非線性模型的交互式多模型(IMM)自適應(yīng)濾波來改善艦船航行在復(fù)雜海況環(huán)境以及噪聲統(tǒng)計(jì)信息不準(zhǔn)確條件下SINS初始對(duì)準(zhǔn)的對(duì)準(zhǔn)性能。<

2、br>　　首先，本文深入研究了IMM理論，詳細(xì)推導(dǎo)了模型交互的概率公式，并對(duì)該算法在二維目標(biāo)跟蹤中進(jìn)行了仿真驗(yàn)證；其次，推導(dǎo)了基于中心差分變換的Stirling插值公式，并基于二階Stirling插值公式得到中心差分卡爾曼濾波(CDKF)；針對(duì)線性/非線性模型的濾波估計(jì)問題，提出了在IMM框架下，分別采用卡爾曼濾波(KF)和CDKF進(jìn)行濾波估計(jì)的方案，并在線性/非線性模型下進(jìn)行了仿真實(shí)驗(yàn)。
　　同時(shí)，文中深入分析了IMM、KF及C

3、DKF濾波性能，它們?cè)趹?yīng)用時(shí)不僅需要數(shù)學(xué)模型足夠精確，同時(shí)還要滿足系統(tǒng)噪聲和量測(cè)噪聲統(tǒng)計(jì)信息準(zhǔn)確已知；但由于系統(tǒng)模型通常存在諸多不確定性，而且噪聲的統(tǒng)計(jì)信息也難以準(zhǔn)確獲取，甚至噪聲的統(tǒng)計(jì)特性還具有時(shí)變性，所以此時(shí)常規(guī)濾波算法的性能將會(huì)下降，甚至還會(huì)引起發(fā)散。因此，本文分別從極大似然估計(jì)準(zhǔn)則和新息校正法原理出發(fā)，詳細(xì)推導(dǎo)了基于新息自適應(yīng)的卡爾曼濾波(IAE-KF)和基于新息校正法的中心差分自適應(yīng)濾波(ICM-CDKF)算法，以提高 IMM

4、算法在系統(tǒng)模型存在不確定性，或噪聲統(tǒng)計(jì)信息未知、時(shí)變條件下的濾波性能，并在仿真實(shí)驗(yàn)中驗(yàn)證了自適應(yīng)算法的有效性。
　　針對(duì)復(fù)雜海況環(huán)境下以及噪聲統(tǒng)計(jì)信息不準(zhǔn)確條件下的航行對(duì)準(zhǔn)，綜合考慮對(duì)準(zhǔn)精度和對(duì)準(zhǔn)時(shí)間等因素，采用IMM自適應(yīng)濾波來完成初始對(duì)準(zhǔn)；詳細(xì)推導(dǎo)了動(dòng)基座環(huán)境下的SINS誤差方程，得到了小失準(zhǔn)角和大方位失準(zhǔn)角條件下的線性和非線性誤差狀態(tài)方程；在SINS/GPS組合系統(tǒng)中，得到了線性量測(cè)條件下ICM-CDKF改進(jìn)算法；為了驗(yàn)證算