非線性濾波及在慣導(dǎo)系統(tǒng)傳遞對準中應(yīng)用研究.pdf

1、非線性濾波技術(shù)在眾多領(lǐng)域得到了越來越廣泛的應(yīng)用，本文主要針對具有代表性的兩種非線性濾波算法：無跡卡爾曼濾波和粒子濾波展開研究，并將這兩種算法應(yīng)用于慣導(dǎo)系統(tǒng)大失準角快速傳遞對準中。論文的主要內(nèi)容有：
　　 第一，簡要介紹了幾種不同類型的非線性濾波算法，以及非線性濾波在慣導(dǎo)系統(tǒng)初始對準中的應(yīng)用情況。
　　 第二，詳細介紹了UT變換的原理、UKF算法的基本框架，以及當(dāng)前應(yīng)用較廣的幾種UT變換采樣策略；分析了各種采樣策略的限制條

2、件和性能特點，通過典型算例仿真研究了對稱分布采樣、單形采樣中影響UT變換精度的主要參數(shù)。UKF算法是一種高斯濾波算法，雖然結(jié)構(gòu)簡單，但是它的使用范圍只限于隨機非線性系統(tǒng)為高斯系統(tǒng)模型的特殊情況，在復(fù)雜非線性、非高斯條件下沒有可靠的收斂性保證。
　　 第三，介紹分析了粒子濾波的基本結(jié)構(gòu)以及制約其性能的計算量大、粒子退化、樣本貧化三個問題。針對上述問題，通過對重要性函數(shù)的產(chǎn)生和再采樣兩個步驟的改進提高算法的濾波性能。分析了這些改進步

3、驟的基本原理、性能特點和適用范圍。
　　 第四，UPF是一種重要的粒子濾波改進算法，在重要性密度函數(shù)中考慮了最新的觀測值，降低了粒子退化的程度；UPF的不足是計算量較大，濾波實時性不好。針對這一缺點，對標準UPF進行優(yōu)化，提出了新的UPF算法，并對新算法的合理性和正確性進行仿真驗證。具體實現(xiàn)如下：1.在重要性采樣環(huán)節(jié)采用混合建議分布，即一部分粒子通過UKF產(chǎn)生，剩余粒子通過先驗分布產(chǎn)生，從而減少了算法的計算量；2.在UKF產(chǎn)生重

4、要性函數(shù)的環(huán)節(jié)采用基于超球面采樣的SSUT變換，對稱分布采樣的sigma數(shù)量為2n+1，而SSUT的數(shù)量為n+2，這樣對于高維系統(tǒng)，新的SSUPF算法的計算量將僅略大于標準UPF的一半。
　　 第五，對于傳統(tǒng)優(yōu)化技術(shù)難以處理的復(fù)雜問題，智能優(yōu)化算法具有獨特的優(yōu)勢，算例仿真證明將智能優(yōu)化算法融入粒子濾波中將有效提高算法的性能。本文重點研究了基于粒子群優(yōu)化的粒子濾波算法，提出了新的基于粒子群優(yōu)化的SSUPF算法，以及基于混合建議分布

5、的PSO-SSUPF算法，并研究了該算法中比例參數(shù)c對于濾波精度和快速性的影響。
　　 第六，傳遞對準是捷聯(lián)慣導(dǎo)系統(tǒng)初始對準的一種重要方式。當(dāng)失準角為大角度時，傳統(tǒng)的線性誤差模型將很難取得理想的濾波效果，本文推導(dǎo)了基于姿態(tài)角的快速傳遞對準誤差模型，并利用UKF、SSUPF以及基于混合建議分布的PSO-SSUPF算法對失準角進行濾波估計，仿真驗證了非線性算法在慣導(dǎo)系統(tǒng)傳遞對準中的可行性和合理性，三種濾波在仿真中精度和快速性存在差異