简介:在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性的要求,建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真,模拟了飞机机动模式,验证所提滤波器的可行性。最后,通过与扩展卡尔曼滤波的比较,说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。
简介:针对SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明:该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。
简介:采用理论分析和数值模拟相结合的方法,系统研究了尺度自适应模拟(scale-adaptivesimulation,SAS)和大涡模拟(large-eddysimulation,LES)的关联性问题.在理论分析方面,对比分析了系综平均和滤波的定义、Spalart-Allmaras(SA)湍流模型和动态亚格子(subgrid-scale,SGS)模型关于湍流黏性系数的求解方式.理论分析结果表明,系综平均等价于盒式直接滤波,SAS和LES的控制方程在数学形式上具有一致性;SAS存在过多的湍流耗散,主要来自于SA输运方程中的扩散项.在数值模拟方面,选取来流Mach数0.55,Reynolds数2×10-5的圆柱可压缩绕流为分析算例.计算结果表明,SAS和LES预测的大尺度平均流场信息几乎一致,SAS预测的湍流脉动信息略低于LES.SAS在圆柱近尾迹区的湍流耗散过大,而在稍远的尾迹区几乎能够完全等效于LES.
简介:采用高精度格式求解二维Navier-Stokes方程研究超声速射流与同向超声速后台阶流动相互作用的流场基本结构及规律,分别应用5阶WENO格式、6阶中心差分格式离散对流项和黏性项,时间推进采用3阶Runge-Kutta格式,并应用消息传递接口(messagepassinginterface,MPI)非阻塞式通信实现并行化.分别研究了超声速后台阶流动、超声速射流的基本结构特征,以此讨论和分析超声速后台阶流动/射流相互作用的特征,以及不同来流条件对波系结构、涡结构、剪切层、膨胀扇等的影响,尤其是来流剪切层和射流剪切层的相互作用,形成复杂的波系结构及相互干扰的流动现象.
简介:针对采用固定指北坐标系的双轴惯性导航系统运行在高纬度地区时的导航算法失效问题,在横向惯性导航方法的基础上,以双轴旋转调制惯导系统为对象,提出了一种以游移方位坐标系为导航坐标系的惯性导航方法。首先分析了传统机械编排下的极区导航方法在极区工作的缺陷,进而建立了新的机械编排方法。在横向地球模型下,推导了基于横向游移坐标系的极区机械编排方法,并给出了该方法在全球范围进行导航的流程,从而能够保证双轴惯导系统在高低纬度地区工作的流畅性和平稳性。最后进行了仿真分析,并通过虚拟极区技术,利用实际跑车试验数据完成极区导航算法的半实物试验验证,其24小时导航精度与传统坐标系下的导航精度基本一致。试验和仿真结果表明,横向坐标系可以满足舰船航行穿越极点以及极区导航的需求。
简介:为了实现GPS信号缺失下的移动机器人自主导航,解决传统粒子滤波中的粒子退化以及粒子贫乏引起的移动机器人定位和导航精度下降问题,提出了基于小生境理论的启发式蝙蝠优化粒子滤波的同时定位与地图构建算法。首先,在启发式蝙蝠优化算法的速度和位置更新过程中,引入惯性权重,加快了算法寻优精度,提高了收敛速度;然后,利用小生境理论进一步优化启发式蝙蝠算法,利用排挤机制和惩罚函数,有效地保证了种群的多样性,提高了算法的全局寻优能力;最后,将基于小生境理论的启发式蝙蝠优化算法用于传统粒子滤波采样中,使得粒子能够智能、快速地向高似然区域运动,同时提高了传统粒子滤波算法的全局寻优能力和寻优精度。实验结果表明:该算法显著提高了移动机器人导航和定位的精度和实时性。
简介:目前数字信号处理器已经由单核系统发展为多核并行系统,可通过并行执行任务加快信号处理速度。北斗CB2I码是GPSC/A码码长的两倍,若使用传统捕获算法将会延长信号捕获时间。基于此问题,提出了一种基于组合FFT的并行捕获算法。该算法将信号奇偶点分开进行并行处理,可将单次FFT变换点数减半,并通过高效利用多核资源加快信号捕获速度。为了验证算法性能,对比了传统算法和改进后算法的PTP值。仿真结果表明,两算法PTP均值分别为2.961和2.938,改进后算法未降低捕获精度。最后,以多核嵌入式平台为基础分析了两算法的单核运算量,结果表明:当待处理的信号点数由1000增加到256000时,改进后算法单核乘法运算量减少比例由33%增加到了40%,而加法计算量始终减少50%,改进后算法可达到快速捕获的效果。
简介:为了提高潜器导航定位精度,针对等值线算法在惯导系统初始误差较大时易发散的问题,提出基于概率神经网络调优的等值线改进方法。首先,在搜索区域内,利用概率神经网络算法对惯导系统航迹进行调优,并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹;在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析,得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论,然后在潜器行驶6h后,初始误差为5.438?的条件下进行仿真验证,结果表明,改进方法定位精度均值优于0.537?,从而证明改进方法是有效的,即使在大的初始误差下仍然能够达到较高的定位精度。
简介:为减小温度对导航精度的影响,实现系统级的温度补偿,在实验中采用静态条件下的标定方法;基于激光陀螺捷联惯性系统的误差模型方程,用广义逆算法顺利分离求得陀螺各零偏及标度因数值;根据以往温度误差模型的结构特点,运用渐近辨识方法(ASYM)中的最终输出误差准则(FOE)对温度误差模型中非线性部分的阶次进行准确的计算,确定了合理的温度误差模型结构。为了解决用最小二乘法辨识模型结构的系数时,信息矩阵求逆容易溢出的问题,采用了自适应的岭估计算法确定陀螺零偏温度误差模型的系数,实现了系统级的温度误差建模。所得到的温度误差模型补偿效果比定阶前明显提高。
简介:陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。
简介:由于MEMS陀螺精度低、漂移大,使得MEMS陀螺和加速度计构成的微惯性导航系统(Micro-INS)的精度很低,导航定位误差发散很快,不能满足载体进行导航定位定姿的要求。而相对MEMS陀螺,MEMS加速度计精度较高,据此提出用MEMS加速度计来构成的无陀螺微惯性导航系统(GyroFreeMicroInertialNavigationSystem,GFMINS),即通过将高精度的MEMS加速度计安放在载体非质心处,代替陀螺来测量载体角运动信息,实现在短时间内的载体角速度测量精度优于MEMS陀螺的精度,以满足某些短时间运行载体的导航定位定姿要求。最后,针对某型火箭弹的运动模型,对两种惯导系统进行了仿真,结果表明,由误差补偿后MEMS加速度计构成的无陀螺微惯导系统,在100s内的导航误差等效于传统惯导系统中陀螺漂移0.1(°)/h的误差。