-
题名高阶无迹卡尔曼滤波算法在飞机定位中的应用
被引量：3
- 1
-
-
作者
刘家学
林松岩
-
机构
中国民航大学航空自动化学院
-
出处
《计算机应用与软件》
CSCD
2016年第5期256-259,264,共5页
-
基金
民航局科技基金项目(MHRD201121)
中央高校基本科研业务费项目(ZXH2012D015
ZXH2012G004)
-
文摘
无迹卡尔曼滤波算法(UKF)在飞机定位和跟踪的过程中精度不够,原因在于误差变量的偏度和峰态在坐标转换过程中对其分布影响很大。为了解决这一问题,将高阶无迹卡尔曼滤波算法应用到QAR数据中。首先,根据高阶UT变换,选取一组样本点(sigma点)表征k时刻最优估计值前四阶矩的分布特征,通过传递得到k+1时刻一步预测值的先验概率分布。然后以观测数据作为量测值,带入滤波算法得到k+1时刻飞机状态的最优估计值。最后根据计算机产生的模拟噪声数据和真实的QAR数据实现飞机定位的仿真验证。从仿真结果看,高阶无迹卡尔曼滤波算法比无迹卡尔曼滤波精度更高,误差更小,对QAR数据中其他类型的数据形式有一定的借鉴意义。
-
关键词
QAR数据
高阶UT变换
高阶无迹卡尔曼滤波
-
Keywords
QAR data
High-order unscented transformation
High-order UKF
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名运用信息融合式高阶UKF的微小卫星姿态确定算法
被引量：4
- 2
-
-
作者
张贺
秦伟伟
周城
宋恒辛
华玉峰
王宇
-
机构
火箭军工程大学核工程学院
-
出处
《空间科学学报》
CAS
CSCD
北大核心
2020年第6期1091-1101,共11页
-
基金
国家自然科学基金项目(61503392,61773387)
陕西省自然科学基金项目(2020JM357)共同资助。
-
文摘
为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法(Unscented Kalman Filter,UKF),设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.
-
关键词
微小卫星
姿态确定
信息融合
高阶无迹卡尔曼滤波
高斯概率密度准则
-
Keywords
Micro-satellite
Attitude determination
Information fusion
High-order unscented Kalman filter
Gaussian probability density criterion
-
分类号
V412.42
[航空宇航科学与技术—航空宇航推进理论与工程]
-
