不完全测量系统鲁棒SGQKF的传递对准滤波器设计和稳定性分析

发布时间：2018-01-05 21:02

本文关键词：不完全测量系统鲁棒SGQKF的传递对准滤波器设计和稳定性分析　出处：《中国惯性技术学报》2017年02期 　论文类型：期刊论文

【摘要】：针对复杂环境下运载体观测信息不完全测量并且存在随机干扰不确定的传递对准问题,研究了不完全测量随机不确定系统的鲁棒稀疏网格求积分(H_∞-SGQKF)的高斯逼近滤波算法。基于非线性离散系统的最优贝叶斯滤波框架和间断观测滤波算法以及不确定性扰动噪声下的H_∞范数的鲁棒SGQKF算法,给出了不完全测量的稀疏网格求积分的高斯逼近滤波算法;通过非线性系统随机稳定性理论,分析并给出了系统估计误差和估计误差方差有界的充分条件,同时给出了系统稳定的不完全测量时的丢包率临界值,证明间断观测条件下的不完全测量H_∞-SGQKF算法是稳定的。通过传递对准仿真试验和某型激光捷联式惯性导航系统的跑车试验对该算法进行了验证。结果表明,该方法比未采用鲁棒的不完全测量的稀疏网格求积分滤波的传递对准精度有所提高,说明不完全测量的鲁棒稀疏网格求积分滤波算法是正确的、稳定的,并且具有鲁棒性能。
[Abstract]:In view of the complex environment of carrier observation information incomplete measurement and random disturbance transfer alignment problem of uncertain, incomplete measurement of uncertain stochastic robust sparse grid system for integral (H_ ~ -SGQKF) filtering algorithm based on Gauss approximation. The robust SGQKF algorithm H_ norm optimal Bayesian filtering framework for nonlinear discrete system and continuous observation of filtering algorithm and uncertain disturbance noise filtering algorithm based on the sparse grid given incomplete measurement points for the Gauss approximation; through the theory of stochastic nonlinear system stability analysis, and gives the system estimation error and estimation error variance is bounded and sufficient conditions are given at the same time, packet loss is not stable when the complete measurement system the rate of critical value, discontinuous incomplete measurement H_ - -SGQKF algorithm is stable under the conditions of the observation by transfer alignment simulation. Experiment and test of a certain type of Laser Strapdown Inertial Navigation System to validate the algorithm. The results show that the alignment accuracy is improved compared with the sparse grid without using robust incomplete measurement for integral filter, that robust sparse grid incomplete measurement points filtering algorithm is correct and stable, and has robust performance.

【作者单位】：河南工业大学电气工程学院机电设备及测控实验室;东南大学仪器科学与工程学院微惯性仪表与先进导航技术教育部重点实验室;
【基金】：国家自然科学基金(61374215,61304529) 东南大学微惯性仪表与先进导航技术教育部重点实验室(B类)开放基金资助项目(SEU-MIAN-201702) 河南省教育厅高等学校重点科研项目(17B590001) 河南工业大学博士基金(2016BS005) 河南省科技厅自然科学项目(172102210214)
【分类号】：TN713
【正文快照】： 运载体导航系统采用以惯性导航系统为主,卫星递对准技术、黑障区导航信息补偿技术、高动态下信导航或天文导航为辅的组合导航,主要涉及高动态传息快速捕获技术、宽带数据链通信等关键技术[1]。稀疏网格求积分卡尔曼滤波可用于非线性线性时变系x k=f k-1(xk-1)(10)w k(1)统,

【相似文献】