联邦滤波

摘要： 目前煤矿井下掘进装备定位方法大多采用机器视觉、里程计、全站仪等单一的辅助测量方式与惯导组合测量来抑制惯导解算随时间所产生的位置累计误差,但是单一的辅助测量方式易受井下环境的影响,位置测量存在一定的误差,从而导致与惯导组合测量方法的精度降低。针对上述问题,以煤矿护盾式掘进机器人系统为研究对象,提出了一种捷联惯导+数字全站仪+位移传感器的组合定位方法。首先采用捷联惯导解算出掘进机器人的位置与姿态角参数;然后利用数字全站仪测量的掘进机器人位置信息与位移传感器推算的掘进机器人位置信息对捷联惯导解算出的位置信息进行反馈修正,以减小惯导随时间所产生的位置累计误差;最后利用基于联邦滤波器的多信息融合算法将捷联惯导解算出的位置及姿态角信息、全站仪测量得到的位置信息及位移传感器推算得到的位置信息进行融合,从而得到掘进机器人准确的位姿信息。仿真及工业性试验结果表明:该组合定位方法能够很好地抑制纯惯导位置解算误差累计,实现煤矿护盾式掘进机器人的精确定位,x轴和y轴方向上的位置误差分别控制在±0.03 m和±0.02 m,满足井下掘进工作面要求。

摘要： 为了解决传统单主从式无人机(unmanned aerial vehicle, UAV)相对导航结构因长机故障导致导航精度发散以及全连通协同导航算法计算量和通信负担较重的问题,提高集群导航稳定性以及导航信息的利用率,基于联邦滤波算法,提出了一种分层协同导航算法,并且根据导航精度将UAV集群分为长机层与僚机层,建立了UAV集群分层协同导航模型。经过仿真得出,分层协同导航算法较传统的单主从式协同导航算法具有更好的导航精度;在一定程度上增加集群中的长机比例,可以提高集群导航性能;并且当长机故障时,具有较好的容错能力和良好的稳定性。

摘要： 基于转速传感器技术,提出1种列控车载设备测速测距算法,由自适应参数列车运动模型、空转/滑行时列车速度校正模型和基于联邦滤波的融合算法3部分组成。先建立列车运动模型,利用自适应参数更新列车运动模型和系统状态噪声,估计单个转速传感器所在轮对的速度和加速度;当检测到轮对空转/滑行时,利用设计的速度校正模型计算列车运行速度,并视之为1个虚拟传感器,有效克服空转/滑行引起的速度测量精度下降问题;设计动态调整信息分配系数方案,根据2个转速传感器所在轮对滤波估计速度和空转/滑行检测情况得到相应系数值,再通过基于联邦滤波的融合算法对2种模型计算结果进行融合,得到列车运行速度和走行距离。最后,利用不同场景下的接口型式实验采集数据,进行仿真分析并验证算法效果。结果表明:无论是列车正常运行场景还是制动时轮对滑行场景,该算法均可在仅使用2个转速传感器作为系统输入的情况下得到满足安全需求的准确结果,同时兼顾成本和精度。

摘要： 由低成本微惯性测量单元(MIMU)和里程轮组合的管道定位系统在里程轮出现打滑情况下,组合定位误差将快速发散。为解决里程轮打滑时量测信息失效的问题,采用光电测速传感器作为冗余测速传感器,利用联邦滤波对MIMU、里程轮和光电测速传感器多源信息进行融合,并基于预测残差设计了自适应信息分配因子,实现了不同特性传感器的最优融合。仿真实验结果表明,提出的多传感器管道定位方法可以降低里程轮打滑导致的管道定位误差,对于120m长的仿真管道,定位误差为管线长度的0.015%。

摘要： 在联邦滤波算法中,针对子滤波器存在私有状态从而导致全局状态信息融合估计为次优估计的问题,通过一个简单的3维状态、2维量测系统的数值仿真以及速度+姿态传递对准组合导航仿真,验证了联邦滤波的次优估计结果误差太大,难以满足实际系统的高精度滤波需求。联邦滤波估计的次优程度没有经过严格证明,且难以证明,因而存在应用风险。对于以精度为主要性能指标的组合导航系统,不建议采用联邦滤波算法,否则其精度损失不足以弥补其带来的计算量降低和容错性提高的优势。

摘要： 目前,全球定位系统(GPS)被广泛应用于室外定位。随着城市发展,定位环境复杂化,定位精度急剧下降。因此,采用GPS/5G基站到达角定位/捷联惯性导航系统(GPS-AOA-SINS)的组合定位方案,并提出一种基于联邦卡尔曼滤波的容错组合导航算法。该算法基于GPS-AOA-SINS组合定位方案,在联邦卡尔曼子滤波器和主滤波器之间加入故障检测,自适应调整故障子滤波器的滤波增益矩阵。实验表明,所提算法可以有效检测系统故障并对其进行实时处理,提高系统的可靠性。

摘要： 针对实际应用中单一导航系统已难以满足要求的现状,提出了惯性/卫星/天文组合导航系统.基于卡尔曼滤波对惯性/卫星组合导航系统进行仿真分析,结果表明惯性/卫星组合导航的位置和速度精度可基本满足无人机的一般需求,但姿态精度相对较低.为提高组合导航系统的姿态精度,又引入天文导航系统的姿态信息,设计了基于联邦滤波的惯性/卫星/天文组合导航系统,并进行了可行性验证.

摘要： 针对远距离压制干扰下机动目标跟踪问题,分析了远距离大功率压制干扰对于雷达探测及测量精度的影响,引入新的量测模型模拟雷达在压制干扰下由于探测概率下降出现的目标暂消现象,并利用去相关无偏量测转换方法将球坐标下的量测转换到直角坐标系下.在此基础上,基于自适应联邦滤波的思想建立了雷达压制干扰下的机动目标跟踪算法.仿真结果表明,在远距离压制干扰下,所提方法可以保持对目标在多种机动情况下的稳定、准确跟踪,与现有方法相比具有明显的优势.

摘要： 针对基于MIMU的组合导航方案存在的复杂环境下姿态估计精度较差以及系统容错性较差等问题,设计了基于联邦滤波结构的MIMU/GNSS/MAG组合导航方案,通过仿真及车载试验验证了该方案的有效性.在此基础上,分析对比了有无故障检测及隔离的组合导航方案性能,通过仿真试验验证,进行有效的信息故障检测及隔离提高了该组合导航系统的输出精度和稳定性.

摘要： 针对空间飞行器在自由段运动的情况,在自由段创建轨道动力学模型,并讨论多基雷达观测下,基于UKF滤波的集中式融合与分布式融合的相关性能.在集中式融合算法中,运用了基于并行和序贯的滤波方法,在分布式融合方法中,运用了Bar?Shalom?Campo融合以及联邦滤波,并对比了几种滤波算法对在轨道自由段状态估计融合的适用性.仿真结果表明,在自由段目标状态融合中,应优先选用基于UKF滤波的联邦滤波算法.

摘要： 随着卫星上传感器的种类和数量越来越多,如何将其信息有效的组织并充分利用,是卫星星座自主导航中的关键问题.本文的研究对象为由三颗卫星构成的星座,针对每颗卫星上星敏感器、紫外地球敏感器及星载无线电测距设备的测量信息,构造了包含三个子系统的联邦滤波器,实现了星座的自主导航.为了避免联邦滤波器中加权矩阵的求逆运算,降低计算量,部分文献中提出了相关的解决方法,现将主要的两种改进的加权方法进行总结,并通过仿真验证了两种不同方法的有效性.同时,在星间距离部分,针对参考卫星的位置信息存在的估计偏差,利用了对测量方程进行二重泰勒展开的方法,对这部分的估计偏差进行了修正,仿真结果表明修正方法极大地提高了星座的导航精度, 证明了此方法的可行性.

摘要： 本文以联邦滤波为基础，设计了SINS/GPS/CNS的容错组合导航系统。选取SINS为参考系统，以SINS与GPS的位置和速度之差作为量测，构造SINS/GPS子系统；以SINS与CNS的姿态之差作为量测，构造SINS/CNS子系统。并采用量测一致性故障检测法进行故障检测和隔离。为保证系统的实时性，采用基于对角阵加权的改进联邦滤波算法对数据进行融合。仿真结果表明，所设计地系统融合后的结果精度较高，同时能及时地检测和隔离突变故障。

摘要： 在联邦滤波器中,选择适当的滤波算法和信息分配原则对于提高其性能具有重要作用.本文针对船舶组合导航系统,提出一种联邦滤波算法：各子滤波器采用Unscented卡尔曼滤波器,信息分配原则采用一种基于敏感器噪声标准差的方法,算法简单容易实现.

摘要： 本文利用无重置的联邦滤波基于分散化卡尔曼滤波原理进行信息融合，在提高精度的同时又避免了局部故障信息对系统的污染，设计了多敏感器联邦滤波器,有效地提高了卫星姿态测量系统的生存能力。

摘要： 本文设计了一种基于RT-LAB的SINS/GPS/CNS组合导航系统仿真平台方案,给出了组合导航系统方案和结构, 采用联邦滤波进行导航最优状态的估计,并完成了组合导航系统的仿真计算.仿真结果表明,该系统方案具有较强的容错性能、较高的导航精度和很强的实时性能,为相关技术的研究提供了有益的参考.

摘要： 本文研究了组合导航系统SINS与GPS/GLONASS/BD的融合问题,采用联邦滤波算法,设计了可重置结构的联邦滤波器,详细推导了组合导航系统模型,并选用固定平均法、F-Norm法、一步预测方差阵特征值迹信息分配法等5种信息分配算法,对SINS与多卫星导航系统构成的子滤波器输出信息进行融合分析.仿真结果表明一步预测方差阵特征值迹信息分配法融合效果最好,采用SINS多卫星导航系统组合,利用联邦滤波技术和信息分配策略可以有效地提高导航精度.

摘要： 在配备了捷联惯导、GPS、北斗、计程仪和罗兰C等多个导航设备的综合船桥导航系统中，针对常规的无重置联邦滤波器长时间导航会引起导航精度降低和滤波器发散的问题，以及实际应用中卡尔曼滤波对系统噪声和量测噪声统计特性要求的局限性，采用了局部反馈校正的无重置联邦滤波结构，设计了基于H∞滤波的局部反馈校正无重置联邦滤波器，并将其应用于综合船桥多源导航信息融合系统中。仿真分析表明，基于H∞滤波的局部反馈校正无重置联邦滤波器对航向角和位置的估计精度都高于常规的无重置联邦滤波器，具有更好的实际应用价值。

摘要： 文中对组合导航联邦滤波技术及其集中Kalman滤波技术进行了研究。列出了SINS/GPS/CNS集中Kalman滤波和联邦滤波子滤波器的状态方程和量测方程。采用无重置的联邦滤波器,通过与集中Kalman滤波对比研究和试验仿真,得出了联邦滤波器比各子滤波器的估计精度高,比集中式Kalman滤波计算量小且估计精度相差不大。同时能高提高系统的容错能力。

摘要： 分别研究局部反馈校正联邦滤波和串级滤波算法,实现高精度、高可靠性的航位推算/惯性导航/GPS(DR/INS/GPS)车载组合导航系统,并进行跑车实验。结果证明,由于采用分散滤波,两种算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且基于局部反馈校正的联邦滤波算法较之串级滤波定位精度更高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有较好的应用价值。

摘要： 针对多传感器的组合导航系统,本文提出采用分散化的多步信息融合算法进行滤波计算,仿真结果表明,该信息融合算法可以提高组合导航系统的精度和可靠性.

摘要： 本发明公开一种基于联邦卡尔曼滤波的GPS/AOA/SINS组合导航方法，属于计算、推算或计数的技术领域。该方法结合了GPS、AOA、SINS三者优势互补的特点，并通过联邦卡尔曼进行最佳融合，大大提高定位精度。在联邦卡尔曼子滤波器和主滤波器之间加入故障检测和故障处理模块，当检测出异常时，利用残差卡方检测法设定的阈值与故障检测函数之比对故障子滤波器滤波增益矩阵K进行自适应调节，改变故障子滤波器中预测值和量测值的比重，并进一步将故障处理后的联邦卡尔曼滤波结果与故障子滤波器时间更新值融合。该方法可以有效抑制因异常值带来的定位发散，满足组合导航系统对可靠性与稳定性的需求。

摘要： 本发明公开了一种基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法，具体步骤为：首先建立航空机载惯性导航系统与其他导航系统的融合无重置模式联邦滤波器，随后利用基于子滤波器方差阵修正的多源信息非等间隔联邦滤波方法，提高子滤波器滤波精度。以高空长航无人机为应用对象，结合实际传感器使用特点，设计了适用于高空长航无人机的INS/CNS/SAR/TER组合非等间隔联邦滤波实现方案。本发明能够在几乎不增加额外计算负担的情况下，通过修正子滤波器滤波方差阵来改善滤波器的融合精度，在保持无重置结构容错性强特性的同时，解决无重置联邦滤波器在应用于多源信息非等间隔滤波时的适应性问题，进一步提升系统导航精度，增强组合导航系统的鲁棒性。

摘要： 本发明公开了一种基于联邦滤波的组合导航方法，包括，步骤1：传感器及导航设备误差机理分析与误差建模；步骤2：各子滤波系统状态空间方程的建立；步骤3：滤波有效性评估机制；步骤4：自适应联邦滤波器设计。本发明引入了可观性及稳定性作为各子系统的有效性评估机制，同时基于可观度及稳定度设计联邦滤波分配因子，能增强联邦滤波的故障容错能力，保证可观度和稳定性好的占比更大，大大提高滤波的精度。

摘要： 本发明公开的属于动态信息技术领域，具体为一种基于动态信息分配的非等间隔联邦滤波方法，该方法如下：步骤一：设定主滤波器和子滤波器数量，进行信息平均分配；步骤二：设定检测信息，进行故障检测；步骤三：产生故障时，对产生故障的子滤波器进行数据消除；步骤七：代入到整体单元中后，对递进时产生的过渡信息进行刮削，刮削后进行刷新即可，能够针对产生的传感器故障，进行整体降级，使全局滤波器和局部滤波器呈比例状进行重置，同时在故障隔离后，重新调整故障的局部滤波器，使其呈递进式的过渡到整体单元中，再通过对过渡时间段进行刮削，有效的减少了故障恢复时长，提高故障恢复能力。

摘要： 本发明涉及一种基于新息的容错联邦滤波方法及系统。所述方法包括获取每个组合导航子系统的状态空间模型；根据所述状态空间模型与量测实际值确定组合导航子系统对应的局部滤波器的新息；根据所述新息采用残差χ2检验法，利用假设检验理论，确定组合导航子系统对应的局部滤波器的故障检测函数值；根据所述局部滤波器的故障检测函数值确定所述局部滤波器的信息融合加权系数；根据局部滤波器的信息融合加权系数确定容错联邦滤波的全局信息融合算法；根据容错联邦滤波的全局信息融合算法进行所述组合导航系统的容错联邦滤波。本发明在导航子系统出现故障的情况下，能够保证组合导航的精度，增强整个组合导航系统应对子系统各种故障的容错能力。

摘要： 本发明公开了一种基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法，具体步骤为：首先建立航空机载惯性导航系统与其他导航系统的融合无重置模式联邦滤波器，随后利用基于子滤波器方差阵修正的多源信息非等间隔联邦滤波方法，提高子滤波器滤波精度。以高空长航无人机为应用对象，结合实际传感器使用特点，设计了适用于高空长航无人机的INS/CNS/SAR/TER组合非等间隔联邦滤波实现方案。本发明能够在几乎不增加额外计算负担的情况下，通过修正子滤波器滤波方差阵来改善滤波器的融合精度，在保持无重置结构容错性强特性的同时，解决无重置联邦滤波器在应用于多源信息非等间隔滤波时的适应性问题，进一步提升系统导航精度，增强组合导航系统的鲁棒性。

摘要： 本发明涉及一种基于改进联邦滤波的结构化道路车辆导航定位方法及系统，属于车辆导航定位技术领域，基于惯性测量单元采集的第一测量数据、激光雷达采集的第二测量数据和全球导航卫星系统采集的第三测量数据对各个子滤波器的状态和协方差矩阵进行更新，并计算各个子滤波器的前向分配系数，以在主滤波器进行融合，得到融合后状态和融合后协方差矩阵，融合后状态即为当前定位时刻车辆的导航定位信息，从而以联邦滤波为基本框架，融合惯性测量单元、激光雷达和全球导航卫星系统，充分发挥各种传感器在不同场景下的优势，实现了在场景多变的结构化道路下车辆的高精度的导航与定位。

摘要： 本发明公开了一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，属于智能水下机器人领域。所述改进的S‑H自适应联邦滤波方法包括以下步骤：S100、进行水下多源组合导航系统建模，得到导航传感器及其误差模型；S200、以误差模型为基础，提出改进S‑H自适应联邦滤波方法。本发明的一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，可以对多传感器的误差进行修正，且基于多源的特点，可以对各传感器的误差进行修正，且选择联邦滤波器对多源组合导航系统进行数据融合，具有计算量较小，结构简单，容错性和实时性好等优点。

摘要： 本发明公开了一种基于联邦滤波器的双GPS/SINS的高容错性、高精度的组合导航方法及系统，方法包括，对微型捷联惯性导航系统的导航的解算，建立捷联惯性导航系统与GPS导航系统的状态方程和量测方程，对联邦滤波器的结构和信息分配系数进行设计，设计导航系统出现故障时所采用的容错处理方式。与传统的GPS/SINS导航系统相比，本方法的提出提高了传统GPS/SINS组合导航系统的精度，并在容错性方面有了很大的提升，增强了系统的健壮性，能够更好的完成导航任务。

摘要： 本发明公开了一种抗差联邦卡尔曼滤波方法、设备与系统，该系统包括：在载体上设置的惯性导航系统和N个其它导航系统，所述惯性导航系统对应主滤波器，所述N个其它导航系统与N个局部滤波器一一对应；其中，所述N个局部滤波器，用于接收各自对应的传感器的输入数据，计算系统状态量的估计值；所述主滤波器，用于融合所述N个局部滤波器得到的状态量的估计值，获得系统状态全局最优估计和量测噪声方差阵。本发明中，当量测信息增加或减少时，联邦滤波器仅通过调整局部滤波器数量即可完成融合模式的切换，既具有灵活的数据融合结构，又具有抗差能力，稳定性和鲁棒性优势明显。