APP下载

组合导航的集中式容错卡尔曼滤波算法

2021-06-10赵琳康瑛瑶程建华吴谋炎

哈尔滨工程大学学报 2021年6期
关键词:卡尔曼滤波评价信息

赵琳, 康瑛瑶, 程建华, 吴谋炎

(哈尔滨工程大学 智能科学与工程学院,黑龙江 哈尔滨 150001)

随着多源信息组合导航技术的发展,导航对系统容错性的需求也日益提高[1]。传统多传感器组合导航系统容错技术以联邦滤波结合故障检测方法为主要技术手段,以故障检测函数与隔离门限判断各子滤波器是否发生故障,隔离故障子滤波器,提高系统可靠性与精度[2-4]。传统容错技术将量测信息分为“有故障”与“无故障”2种状态,对联邦滤波器进行隔离式重构,对于小幅值或斜坡慢变故障的检测灵敏度差,滤波器可能受到污染,且在检测门限附近存在组合模式切换频繁的情况,降低了系统稳定性[5],除此之外,传统的故障检测技术,以子滤波器为检测对象,有害量测发生时,对该子滤波器的所有量测信息实行无差别隔离处理,降低了有效信息利用率[6]。

集中滤波往往被认为不具备容错能力,因此对多源信息组合导航系统来说适用性低于联邦滤波[7]。文献[8]提出了一种矢量故障检测方法,通过引入故障检测矢量函数,以量测信息为检测对象,实现对故障观测信息的定位,为故障隔离提供依据,但这种硬切换方式仍然采用隔离式重构方法。自适应集中滤波器也具有一定的容错能力,其中,部分自适应滤波方法在滤波过程中不断修正或估计噪声统计特性或利用可靠状态实现信息预测,实现变权控制提升估计精度[9-11]。抗差卡尔曼滤波[12-14]作为自适应……

登录APP查看全文

猜你喜欢

卡尔曼滤波评价信息
SBR改性沥青的稳定性评价
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
订阅信息
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于Moodle的学习评价
展会信息
基于自适应卡尔曼滤波的新船舶试航系统
保加利亚转轨20年评价
多维度巧设听课评价表 促进听评课的务实有效