摘要：研究了月球探测器在地-月转移轨道阶段的自主导航方法,提出了利用地月位置信息和星光角距测量信息实现探测器自主组合导航的方案。针对导航系统的状态方程非线性的特点,将Unscented卡尔曼滤波算法和信息融合技术相结合,设计了新的联邦滤波器并应用于自主导航系统中。对这种导航方案进行了数值仿真,和传统的联邦滤波算法进行了比较。仿真结果表明,所提出的组合导航方法和联邦滤波算法的导航位置估计精度约为1km,速度估计精度约为0.01m/s,并且具有良好的鲁棒性和容错性能。

摘要：捷联惯导系统陀螺噪声过大时,自对准无法使方位失准角估计收敛到真值,设计了一种磁强计辅助对准方法,满足对准精度要求并可同步估计磁场强度和磁倾角。非线性滤波方法ukf相比EKF估计精度高但收敛速度慢,迭代ukf算法可提高收敛速度但计算量也显著增大。将超球面分布采样点变换(SSUT)应用于ukf迭代过程,设计了一种混合迭代ukf算法。仿真表明该混合迭代ukf算法加快了收敛速度,保证了滤波精度,同时又减少了计算量。

摘要：在地面多目标跟踪的基础上,提出一种快速地面集群目标跟踪算法,能够对地面上集群目标进行较为快速、准确地跟踪。通过增加临时目标缓存和使用滑动窗口的方法,提高了处理地面杂波能力,使用预测目标中心向回波量测中心投影的方法改进了传统的最近邻数据关联算法(NNDA),提高了数据关联的正确性,使用集群中心和道路信息修正的ukf算法提高了目标跟踪的精度。

摘要：文中通过采用一种新的非线性滤波方法(Unscented Kalman Filter)设计 ukf 滤波器,以星敏感器(CCD)为唯一测量元件,在无速率陀螺条件下求得卫星三轴姿态角速率。在相同条件下对 ukf 和 EKF 两种非线性滤波方法进行了对比,对于非线性系统仿真结果显示 ukf 的精度和鲁棒性强于 EKF,且收敛快。

摘要：目的针对具有参数时变、强耦合以及非线性等复杂特性的神经系统,提出了一种神经元放电模式同步的ukf-RBF-PID控制策略。方法首先考虑到神经元膜上离子运动的随机性以及测量的干扰性,提出一种基于ukf(unscented Kalman filter)的神经元滤波方法,应用采样点集迭代过程实现更高的滤波估计精度;其次定义Jacobian阵表示计算值对激励变化的灵敏度信息,利用RBF(radial basis function)神经网络构建从神经元的在线辨识模型;最后设计了PID(proportion integration differentiation)控制器参数动态调整的规则,给出了参数调整的梯度下降法,经迭代实现从神经元和主神经元放电模式的同步。结果针对主从神经元脉冲发放状态的规则性差异情况,以及主从神经元模型参数不匹配的情形,分别进行了相应的仿真计算实验。主神经元为周期状态,从神经元为混沌状态,系统相位相关度0.9996,同步误差0.3907,主从神经元呈现较好的跟随状态;主从神经元均为初始状态不一致的周期类型,系统相位相关度0.9994,同步方差处于合理水平,主从神经元呈现较好的跟随状态;主、从神经元均为初始状态一致的周期类型,其中主神经元为标准参数,从神经元参数失配,系统相位相关度0.9996,有噪声干扰时,神经元间同步方差可接受。结论在噪声的干扰下,主从神经元实现了神经元间的同步,证明了本文提出方法的有效性,有望应用到深部脑刺激治疗方案中。

摘要：为获得较为可靠的地铁车站实时客流,提出基于神经网络与无迹变换卡尔曼滤波(ukf)结合的信息融合预测方法。首先利用各站点间进出客流时空相关性,在运行时间约束下组织预测向量,以BP神经网络为函数表达给出目标站点客流的初步预测值。在此基础上,利用无迹变换卡尔曼滤波解决神经网络过学习造成的误差,以提高预测结果精度。最后选取实例验证算法的准确性,结果表明,该改进算法可有效提高预测精度,满足运营需求。

摘要：以对偶四元数为理论基础,引入非线性滤波ukf算法,构建矿井多智体视觉自主相对导航算法DQukf,并建立适应矿井智能体外形特征及其工作环境的算法状态方程及观测方程,可对矿井智能体的相对位置、姿态进行动态估计及仿真。为验证和评价该算法的有效性,设计地面实物模拟实验场,结果表明,该算法能够提供较为精确的相对位姿信息,结论与仿真结果一致。

摘要：从锂离子电池模型的研究与优化入手,以自主设计的电池SOC仿真系统模型和硬件实验平台为基础,分析锂离子电池SOC预估算法中的粗差影响因素,建立一种新型基于抗差无迹Kalman滤波(ukf)的锂离子电池SOC预估方法。该方法将开路-AH法与抗差ukf估计理论相结合,克服传统估算方法无法消除累积误差的缺点。对照实验结果表明,新算法能够提高动力储能锂离子电池的SOC量测过程中的预估精度,对于促进动力储能锂离子电池的推广,提高动力储能锂离子电池组的能量储存能力、利用率和循环寿命有着重要的科学意义。

摘要：将ukf算法应用于SINS/GPS全姿态组合导航系统,给出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角之间的关系,建立了系统的非线性误差模型,设计了ukf滤波器。仿真结果表明,将ukf算法用于SINS/GPS全姿态组合导航系统可以改善系统的可观测性,提高导航精度。

摘要：扩展Kalman滤波器(EKF)广泛地应用于卫星定姿问题,但它设计困难,且有发散性问题。该文应用一种采样变换(unscentedtransform,UT)设计了新的姿态确定滤波器ukf(unscentedKalmanfilter)。仿真对比结果表明,ukf滤波器定姿精度好于0.003°。其收敛速度大大高于EKF滤波器。而状态估计精度与EKF相当,方差估计优于EKF,且数值稳定性好。因此该滤波器可用于卫星快速机动过程的定姿。