非線性濾波及在慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)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(lái)越廣泛的應(yīng)用，本文主要針對(duì)具有代表性的兩種非線性濾波算法：無(wú)跡卡爾曼濾波和粒子濾波展開(kāi)研究，并將這兩種算法應(yīng)用于慣導(dǎo)系統(tǒng)大失準(zhǔn)角快速傳遞對(duì)準(zhǔn)中。論文的主要內(nèi)容有：
　　 第一，簡(jiǎn)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(duì)準(zhǔn)中的應(yīng)用情況。
　　 第二，詳細(xì)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(diǎn)，通過(guò)典型算例仿真研究了對(duì)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(jiǎn)單，但是它的使用范圍只限于隨機(jī)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(méi)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(jì)算量大、粒子退化、樣本貧化三個(gè)問(wèn)題。針對(duì)上述問(wèn)題，通過(guò)對(duì)重要性函數(shù)的產(chǎn)生和再采樣兩個(gè)步驟的改進(jìn)提高算法的濾波性能。分析了這些改進(jìn)步

3、驟的基本原理、性能特點(diǎn)和適用范圍。
　　 第四，UPF是一種重要的粒子濾波改進(jìn)算法，在重要性密度函數(shù)中考慮了最新的觀測(cè)值，降低了粒子退化的程度；UPF的不足是計(jì)算量較大，濾波實(shí)時(shí)性不好。針對(duì)這一缺點(diǎn)，對(duì)標(biāo)準(zhǔn)UPF進(jìn)行優(yōu)化，提出了新的UPF算法，并對(duì)新算法的合理性和正確性進(jìn)行仿真驗(yàn)證。具體實(shí)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(guò)UKF產(chǎn)生，剩余粒子通過(guò)先驗(yàn)分布產(chǎn)生，從而減少了算法的計(jì)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(duì)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(duì)于高維系統(tǒng)，新的SSUPF算法的計(jì)算量將僅略大于標(biāo)準(zhǔn)UPF的一半。
　　 第五，對(duì)于傳統(tǒng)優(yōu)化技術(shù)難以處理的復(fù)雜問(wèn)題，智能優(yōu)化算法具有獨(dú)特的優(yōu)勢(shì)，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(diǎn)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(duì)于濾波精度和快速性的影響。
　　 第六，傳遞對(duì)準(zhǔn)是捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)的一種重要方式。當(dāng)失準(zhǔn)角為大角度時(shí)，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(duì)準(zhǔn)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(duì)失準(zhǔn)角進(jìn)行濾波估計(jì)，仿真驗(yàn)證了非線性算法在慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)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