作者：胡云中 单位：北京航天自动控制研究所 出版：《航天控制》2004年第02期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFHTKZ2004020030 DOC编号：DOCHTKZ2004020039 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 给出了一种平台工作在惯性稳定状态下的静态多位置测漂方案 ，建立了包含陀螺漂移、地球自转因素在内的平台漂移数学模型和系统状态方程 ，解决了三轴开路状态下的耦合问题。取框架角传感器的输出作为观测量 ，利用广义Kalman滤波器对含有噪声的测量数据进行处理 ，将参数辨识问题转化为状态估计 ，仿真结果表明 ，此方法可以获得较好的辨识效果

    📙 相关资料

    1. 《联合卡尔曼滤波及其在舰船综合导航系统中的应用》PDF+DOC 针对 INS/ GPS/ CNS舰船综合导航系统的特点 ，设计了用于该系统的联合卡尔曼滤波器。该联合卡尔曼滤波器具有全局最优性 ，其结构遵循信息分配原则 ，其算法改善了数值计算的稳定性和系统的容错性 ，并减少了信息传输量与计算量。理论分析及仿真结果表明 ，该联合滤波器能够满足系统精度和容错性的要求...
    2. 《组合导航系统中的联邦滤波算法研究》PDF+DOC 分析了联邦滤波算法的理论基础，并讨论了联邦滤波器的４种设计方案，针对一多传感器组合导航系统进行了仿真，仿真结果证明了联邦滤波算法在估计精度、容错性及数据处理能力等方面具有很好的性能，可以实现未来组合导航高精度、高容错性、高可靠性．...
    3. 《一种有效的分布式离散Kalman滤波器》PDF+DOC 运用一致性检验原理，提出了一种有效的分布式离散Kalman滤波器；分析了用于多传感器数据融合的分布式Kalman滤波方法，并将经过一致性检验的量测数据引入分布式Kalman滤波器进行数据融合；当干扰噪声的统计特征发生变化时，仿真结果表明该滤波器可以大大提高数据融合的精度。...
    4. 《联合卡尔曼滤波在多传感器信息融合中的应用》PDF+DOC 介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的一般设计方法 ，并将此方法运用于舰船INS/GPS/Loran C组合导航系统中。理论分析与仿真结果表明 ，该联合卡尔曼滤波器的设计合理 ，算法具有全局最优性 ，能够提高系统的导航精度和容错能力。...
    5. 《基于自适应衰减卡尔曼滤波的多传感器信息融合》PDF+DOC 工程实践证明，标准卡尔曼滤波器的鲁棒性较差.在解决实际问题时，如果所建立的目标运动模型不能真实反映实际的运动过程，就会导致滤波器发散.针对此问题，提出了基于自适应衰减卡尔曼滤波的多传感器信息融合方法，这种方法可以有效地消除系统状态方程在建模存在误差时给信息融合带来的影响。...
    6. 《改进粒子群算法辨识噪声模型的卡尔曼直接转矩控制》PDF+DOC 针对感应电机扩展卡尔曼滤波器状态估计中难以获得最优噪声矩阵问题，提出了一种基于改进粒子群算法辨识卡尔曼滤波器噪声矩阵的方法.通过调整粒子觅食策略对粒子群算法进行改进，运用改进算法优化滤波器噪声矩阵，再将优化的卡尔曼滤波器应用于感应电机无传感器直接转矩控制系统中.仿真结果表明，与试探法、标准粒子群算法......
    7. 《降低雷达瞄准误差的离散扩展卡尔曼滤波器》PDF+DOC 随着离散目标模型和离散卡尔曼滤波器的发展，新近提出的降低雷达系统目标闪烁误差的方法得到进一步改善.本文介绍了说明离散卡尔曼滤波器的模拟结果，并研究这种方法的有效范围.离散卡尔曼滤波器的主要优点是可以在雷这的数据处理机中以软件来实现，比连续时间滤波器有更好的灵活性。...
    8. 《基于多卡尔曼滤波器的自适应传感器融合》PDF+DOC 准确估车前目标的位置和状态是车辆安全系统的一个重要组成部分，利用多传感器可以提高对目标测量的可靠性。给出了一种用于汽车防碰撞系统中估计车前目标位置的多传感器融合算法，根据车辆与目标之间的一步预测距离，从多个预置的卡尔曼滤波器中选择一个合适的滤波器来实时处理传感器的量测数据。该算法不仅可以有效地处理具......
    9. 《基于交互式多模型的多传感器组合导航系统》PDF+DOC 针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题，对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式，将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统，并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明，......
    10. 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的线性离散定常随机系统，利用多个结构相同但精度不同的传感器进行观测，各观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值，可求得ΓQwΓT的估计，进而得到隐式自校正加权观测融合Kal......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。