摘要：为解决车载组合导航系统中卡尔曼滤波器发散、无法准确跟踪误差变化等问题,设计了一种改进的自适应滤波算法。算法从原理上推导了滤波发散判断依据,结合了Sage-Husa滤波与渐消因子算法,在滤波过程中引入了新息衰减因子,通过对新息协方差进行判断,切换滤波器均方误差阵的更新策略,当出现滤波发散时采用多重渐消因子算法使滤波状态回归正常。对改进后的算法进行了捷联惯导/里程计组合导航仿真试验及实际跑车试验,试验结果表明改进后的自适应滤波算法可以抑制组合导航滤波发散,滤波器适应能力与稳定性得到增强。

摘要：采用虚拟噪声补偿模型误差和有偏的噪声方差估值器、滤波器收敛性判据相结合的方法来解决自适应Kalman滤波发散的问题。首先若模型不准确,则引入虚拟噪声对模型误差进行虚拟补偿,然后采用有偏的噪声方差估值器、滤波器收敛性判据对噪声方差估计值进行监控,阻止滤波器发散。采用混合式自适应Kalman滤波算法对Gill公司的风向风速仪实时采集的数据进行处理,实验结果表明,该方法能有效的提高性能、抑制滤波发散,具有较强的实用性、自适应能力。

摘要：介绍了H∞(鲁棒)滤波原理；设计了GPS＼SINS组合导航系统的H∞滤波算法；分析了系统的H∞可观性；对该组合系统的滤波算法进行了仿真；仿真结果表明，在GPS＼SINS组合导航系统中采用H∞滤波，不仅保证了组合系统导航精度，提高了滤波的鲁棒性，而且可以防止滤波发散。

摘要：指出了卡尔曼滤波基本方法在模型不准确时可能出现的发散现象,提出了利用衰减记忆滤波处理桥梁自动监测系统监测数据的方法,并通过实例进行了说明。实际算例表明,滤波值、原始值与预报值变化趋势一致,且滤波值改善了原始观测值,较好地解决了发散问题,说明这种方法适用于处理桥梁全自动监测数据。

摘要：用Kalman滤波算法解算分布式航天器相对位置,与点估计法比较可提高定位精度.但传统Kalman滤波常会出现滤波发散的现象,影响滤波精度.通过研究克服传统Kalman滤波发散的方法,设计了一种改进的Kalman滤波算法,主要从初始值的设计及自适应调节两方面进行了改进.根据分布式航天器相对位置的状态方程和观测方程,利用该算法对相对位置进行了仿真解算.仿真结果表明,该算法用于分布式航天器相对位置的解算中三轴的滤波精度都可达到厘米级,与传统Kalman滤波算法相比,该算法可有效地克服滤波发散,提高滤波精度.

摘要：导航定位是AUV(自主式水下潜器)自动化受限的关键技术。GPS等单独的定位方式又存在缺陷。故采用低成本罗经-DVL-GPS组合导航定位。因为导航定位观测的非线性关系,设计了基于扩展卡尔曼滤波器的导航定位数据融合算法。针对扩展卡尔曼滤波器存在的滤波发散现象,引入机动目标模型抑制滤波发散,研究并仿真了AUV的两种运动方式,实现了覆盖四个象限运动的导航定位仿真,结果表明算法能有效进行数据融合,提高状态估计精确度。