搜索结果: 1-11 共查到“兵器科学与技术 UKF”相关记录11条 . 查询时间(0.059 秒)
基于ＵＫＦ的北斗／ＩＮＳ组合导航
北斗／ＩＮＳ组合导航 ＥＫＦ ＵＫＦ
<
2013/10/14
扩展卡尔曼滤波（ＥＫＦ）是工程中常用的滤波算法，然而ＥＫＦ是次优的贝叶斯估计，这会影响到估计的精度；用不敏卡尔曼滤波算法（ＵＫＦ）取代ＥＫＦ构建了北斗／ＩＮＳ组合导航系统，实验结果表明：ＵＫＦ相对于ＥＫＦ，各项参数的误差均有１０％以上的减少量。
基于地磁传感器和UKF的灵巧弹药滚转估计
地磁传感器 UKF 灵巧弹药 滚转估计
<
2013/3/19
降低制导误差,文中提出了运用地磁传感器对灵巧弹药进行滚转估计的方法。定义了3个坐标系,通过弹体动力学特性和坐标变换得到了系统模型和测量模型。运用无迹卡尔曼滤波器(UKF)进行解算,避免了线性化误差的引入和PF的粒子点退化问题。仿真结果表明:该方法能很好的计算出弹体的滚转角姿态,误差在允许的范围内,有较高的应用价值。
自适应衰减记忆ＵＫＦ算法在三维水下目标跟踪中的应用
纯方位 非线性滤波 扩展卡尔曼滤波 无迹卡尔曼滤波
<
2012/10/26
针对传统算法在解决纯方位目标跟踪时存在有偏、收敛速度慢或发散等不足，无迹卡尔曼滤波（ＵＫＦ）虽然改善了系统线性化误差，但并没有明显解决卡尔曼滤波器容易发散的问题。在扩展卡尔曼滤波和 ＵＫＦ算法的基础上，提出了一种自适应衰减记忆ＵＫＦ算法（ＡＦＭＵＫＦ），并将其应用于三维水下目标跟踪系统中。ＡＦＭＵＫＦ算法通过引进衰减因子加强对当前测量数据的利用， 减小历史数据对滤波的影响， 通过自适应因子控制状态...
为解决无源北斗量测方程的非线性问题，提出将Unscented卡尔曼滤波（UKF）用 于惯性导航系统 （INS）/无源北斗组合导航系统，避免了利用传统的泰勒展开式逼近法对量测方程进行 线性化处理所带来的 截断误差。仿真结果表明，UKF方法有效地解决了卡尔曼滤波中系统量测方程的非线性问 题，并使INS/无 源北斗组合导航系统的导航精度得到大幅提高。
由于小型无人机组合导航系统的误差模型与观测模型均为非线性，对模型进行线性化的扩展卡尔曼 滤波会引入线性化过程中忽略高次项的误差，导致滤波器性能下降。提出将平方根UKF方法（SRUKF）用于 小型无人机IMU/GPS组合导航，SRUKF方法利用协方差平方根代替协方差参加递推运算，保证滤波算法的 数值稳定性，提高组合定位的精度和可靠性。仿真结果表明，SRUKF方法是组合导航中一种很好的非线性 滤波方法...
基于双联邦UKF算法的组合 导航数据融合方法
GPS/INS/ DVS/JTIDS组合导航 非线性滤波 联邦滤波 UKF 数据融合
<
2013/4/23
为了提高组合导航系统数据融合的精度和容错性，提出一种双联邦UKF组合导航数 据融合方法。 采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相 结合组成 新的双联邦UKF组合导航数据融合算法。联邦UKF算法将UKF算法和分散式滤波技术相结合 ，精度高容 错性好，JTIDS相对导航技术精度高抗干扰能力强。主滤波器1对GPS/INS/DVS组合导航信 息进行...
简化UKF在SINS摇摆基座上的初始对准
捷联惯导系统 大方位失准角 初始对准 RBAUKF
<
2013/4/19
大方位失准角情况下，捷联惯导系统（SINS）误差方程是非线性的，传统的扩展 卡尔曼滤波（EKF）会 产生线性化误差，影响初始对准精度。为了减少滤波计算量，将一种简化的UKF（RBAUK F）方法应用于 SINS初始对准，采用较少的采样点数目和简化的滤波更新算法，避免了对非线性方程的 线性化。仿真结果表 明，RBAUKF与EKF相比，可在较短时间内完成初始对准，具有更高的精度。
基于联邦SRUKF算法的GPS/INS导 航数据融合算法
INS/GPS组合导航 非线性滤波 联邦滤波 SRUKF 数据融合
<
2013/4/19
为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波（SRUKF）算法和分散式滤波技术相结合,建立了新的联邦滤波器SRUKF算法并应用于GPS/INS组合导航系统中。数值仿真实验表明, 联邦SRUKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法。