论文部分内容阅读
非线性滤波算法的稳定性和估计精度的在线评估是保证估计值可信性的前提，对实际工程应用具有重要意义，目前这方面的理论研究还非常少。本文针对一般的非线性系统，围绕滤波算法的精度评估问题，给出了拟一致扩展卡尔曼滤波算法(QCEKF)和拟一致无迹卡尔曼滤波算法(QCUKF)，证明了所提算法的拟一致性，并对所提算法进行了较深入的应用研究。本文主要工作如下: 1.针对传统的扩展卡尔曼滤波算法(EKF)，分析其不具有拟一致性的原因。针对具体原因，对EKF算法进行修正，提出拟一致扩展卡尔曼滤波算法(QCEKF)，证明了QCEKF算法的拟一致性。而后针对跟踪问题和空间飞行器的状态估计问题展开应用研究，针对空间飞行器状态估计问题，在保证所算法的拟一致性的同时，进一步证明了算法的稳定性。 2.研究了QCEKF算法的拟一致性在三个方面的进一步应用，包括野值剔除问题、信息融合问题和卫星自主导航问题。1）针对非线性动态量测，基于算法的拟一致性给出了野值的判定方法，同时给出了可在一定概率意义下保证有效量测信息利用的算法;2）针对非线性系统，基于算法的拟一致性给出了一种信息融合方法，该方法在提高融合精度的同时具有较强的鲁棒性;3）对于卫星自主导航系统，卫星间不利的几何位置关系可能对估计结果造成严重的影响甚至导致导航算法发散。论文基于算法的拟一致性给出了不利构型的判别方法并对算法进行修正，以降低不利构型的影响，提高导航精度。论文对这三方面应用问题所提出的新算法的性质均进行了理论分析和仿真验证。 3.针对传统的无迹卡尔曼滤波算法(UKF)，分析其不具有拟一致性的原因。针对具体原因，对UKF算法进行修正，提出拟一致无迹卡尔曼滤波算法(QCUKF)，并证明了算法的拟一致性。