排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。 相似文献
2.
讨论了内阻尼网络对捷联惯导系统的影响,指出载体在导航系内的加速度直接影响系统精度;分析了相关文献模糊内阻尼算法的适用前提及局限性,并提出改进算法。首先利用载体解算的姿态和速度信息对载体系内加速度计输出信息进行相应坐标变换和补偿;而后采用固定点滤波对其进行消噪处理;最后将处理后的数据输入模糊判别器以判断捷联惯导系统的工作方式。仿真和试验结果显示,本文算法更能准确地判断载体运动状态。46h海上导航数据表明,本文算法能准确判断舰船状态而合理选择系统阻尼状态,使系统最大速度误差由2m/s提高到1m/s。 相似文献
1