辐射研究与辐射工艺学报
2023, 41(6): 060602
为了满足复杂的工程现场环境对相敏光时域反射仪（φ-OTDR）的各项性能指标的需求，提出基于自适应卡尔曼滤波(AKF)和频分复用(FDM)的高性能φ-OTDR，利用FDM提升系统的频响带宽，引入AKF对线性响应于外界振动的相位状态的噪声统计特性进行实时估计和修正，抑制了衰落和串扰导致的相位失真。实验结果表明，改进后φ-OTDR系统的传感线性度被有效提升，系统本底噪声降低到-83.7 dB2/Hz，应变分辨率达到了0.28 pε/Hz1/2。
分布式光纤声波传感技术 自适应卡尔曼滤波 频分复用 频响带宽 distributed fiber acoustic sensing φ-OTDR φ-OTDR adaptive Kalman filter frequency division multiplexing frequency response bandwidth
迎角、侧滑角是飞机重要的飞行状态参数, 而大气数据系统在恶劣天气、大迎角或机动飞行情况下是难以准确测量出气流角等数据的。基于飞行数据, 研究了一种飞机气流角的估计方法。考虑到飞行数据可能受到外部干扰发生数据突变、各数据采样频率不同以及飞行数据之间的噪声统计特性均未知等情况, 建立飞机系统状态方程和量测方程, 将非等间隔理论与基于极大似然准则的自适应卡尔曼滤波算法进行融合, 以飞机转弯和爬升飞行为实例, 施加外部干扰, 对飞机迎角、侧滑角进行估计。实验结果表明, 该算法的估计精度和抗外部干扰的鲁棒性能均优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。
飞行控制 迎角/侧滑角 自适应卡尔曼滤波 极大似然准则 飞行动力学 flight control attack angle/sideslip angle adaptive Kalman filter maximum likelihood criterion flight dynamics
1 中国民用航空飞行学院 民航安全工程学院，四川 广汉 618307
2 南京理工大学 电子工程与光电技术学院，江苏 南京 210094
在深空探测中探测信号经过对流层延迟后在接收机端信号将出现一定程度的时延，影响探测精度。现有方法主要通过网格模型、空间模型实现时延预测，但由于区域差异导致模型准确度受限，预测精度仍有改进空间。提出了一种基于自适应多输入多输出（MIMO）信号的深空探测对流层延迟预测模型。基于单一收发天线模拟卫星信号MIMO传输方式，然后构建自适应卡尔曼滤波器，通过自适应调整MIMO信号分量权重系数的方法选取最优传输路径以实现对流层延迟量的预测。参与测量的卫星数目为4颗，在不同信噪比以及改变MIMO通道数目情况下开展实验，研究自适应MIMO模型的准确度和实际测量误差。实验结果表明，新方法相对于GPT2模型、GPT2w模型以及实时导航定位中常用的UNB3模型、EGNOS模型的预测精度有较大提高。
深空探测 对流层延迟 自适应卡尔曼滤波 deep space exploration tropospheric delay MIMO MIMO adaptive Kalman filter 红外与激光工程
2020, 49(5): 20190471
1 中国科学院沈阳自动化研究所智能检测与装备研究室, 辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110169
3 中国科学院大学, 北京 100049
为解决基于位置敏感器件(PSD)的激光三角位移传感器在复杂光电噪声干扰下的精密标定问题,提出一种多元自适应卡尔曼滤波(MAKF)与非均匀B样条曲线拟合的联合标定方法。通过分析测量原理和计算方法,对位移传感器的非线性特性进行了详细说明,进而提出应用曲线拟合的方法进行非线性标定。针对曲线拟合的特点,设计了一种多元自适应卡尔曼预处理算法用于滤除光电噪声干扰;通过非均匀的节点矢量划分,构建了B样条曲线拟合模型,进一步提高了标定系统的精度。在实际工况下进行了标定实验,实验结果表明,该曲线拟合标定方法能够完成激光位移传感器的高精度标定,其定位精度为0.7%,平均测量误差可达0.012 mm,标定均方误差约为2.12×10 -5 mm 2。
测量 传感器标定 多元自适应卡尔曼滤波 非均匀B样条曲线拟合 位置敏感器件 激光三角法
国防科技大学机电工程与自动化学院，湖南 长沙410073
提出了一种基于自适应卡尔曼滤波算法的精密指向机构速度估计方法，用控制误差的统计特性实时调节卡尔曼滤波参数。用实验方法建立直流伺服电机的数学模型，对基于该方法的速度回路控制与响应进行了仿真，与其他速度估计方法进行了对比，在试验转台的速度控制中实现了该方法及其他速度估计方法，并比较了几种方法的阶跃响应和正弦响应，验证了仿真结果。结果表明，自适应卡尔曼滤波能抑制噪声影响，测速精度与静、动态性能良好，对噪声变化的鲁棒性较好。
自适应卡尔曼滤波 精密指向机构 直流伺服电机 速度估计 adaptive Kalman filter precision pointing mechanisms DC servo motor velocity estimation
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100039
为使基于微机电系统的捷联惯性导航/全球定位（MEMSSINS/GPS）组合导航系统在GPS接收机无法正常工作时，仍能提供满足精度要求的导航信息，提出了径向基函数神经网络(RBFNN)辅助自适应卡尔曼滤波(AKF)的信息融合方法。首先，基于该方法设计了由神经网络训练与预测两种模式构成的组合导航系统。在GPS可用时，对RBFNN进行在线训练；在GPS失锁时，由RBFNN预测AKF更新过程的量测输入。然后，建立了RBFNN与AKF的数学模型，并设计了RBFNN的训练策略与AKF的自适应算法。最后，通过跑车实验验证了该信息融合方法的有效性。实验结果表明，在GPS断开时间为40 s和100 s时，系统的位置精度分别优于15 m和90 m。该信息融合方法能在GPS失锁时对导航误差发散进行有效阻尼，是适用于小型无人机、制导炸弹与车辆的一种低成本、高鲁棒性、中等精度的导航方案。
径向基函数神经网络 自适应卡尔曼滤波 信息融合 微电子机械系统 组合导航 Radial Basis Function(RBF)neural network adaptive Kalman filtering information fusion Microelectromechanical System(MEMS) integrated navigation
北京航空航天大学 惯性技术重点实验室, 新型惯性仪表与导航系统技术国防重点学科实验室, 北京 100191
为了有效抑制量测噪声特性变化对系统辨识精度的影响以获得准确的无刷直流电机模型, 提出了一种采用自适应卡尔曼滤波算法的无刷直流电机系统辨识方法。通过计算新息理论方差的极大似然最优估计, 并将其引入卡尔曼滤波算法中修正滤波增益来抑制量测噪声特性变化对辨识结果的影响, 使该滤波算法实现对模型参数的准确估计, 提高辨识精度。实验结果表明, 在量测噪声特性变化的情况下, 该算法能够准确跟踪实际量测噪声特性的变化, 参数估计平滑, 相对于目前系统辨识广泛采用的带有遗忘因子的递推最小二乘算法, 输出误差的均方根值减小了73.5%。该算法简单易行, 计算量小, 辨识结果可以很好地描述系统行为, 便于在工程实践中应用。
无刷直流电机 系统辨识 参数估计 自适应卡尔曼滤波 brushless DC motor system identification parameter estimation adaptive Kalman filtering 光学 精密工程
2012, 20(10): 2308
北京航空航天大学控制一体化技术国家级重点实验室，北京100191
针对组合导航系统中观测噪声特性复杂多变、难于准确估计的问题，基于不同测量系统的测量互补特性，提出了针对单次历元的观测噪声特性动态估计方法。在此基础上，以预设滤波精度为指标，提出了通过构造自适应因子对估计观测噪声进行适当调节的自适应卡尔曼滤波算法。该算法通过构造相对测量关系，避免了直接对测量噪声真值求解的难题，并且在滤波过程中采用序贯处理方法进行实时解算，有效降低了计算量。在GPS/DR实际系统中的应用结果表明，同改进的sagehusa算法及MAKF算法相比，基于R阵动态估计的自适应滤波算法能够自适应地跟踪GPS测量噪声特性的变化，定位结果光滑可靠，具有明显的优越性。
组合导航系统 自适应卡尔曼滤波 自适应因子 integrated navigation system adaptive Kalman filtering adaptive factor GPS/DR GPS/DR
研究了目标脱靶方位识别原理，分析了定向战斗部破片动态飞散区的散布特性。把定向战斗部中心破片飞向角与引信波束指向角之差作为起爆控制量，提出了一种二维波控引信与定向战斗部配合的方法。在引制信息一体化条件下，研究了一种改进自适应卡尔曼滤波算法在此引战配合中的应用。该滤波算法将球坐标系中的测量信息转换到直角坐标系下进行滤波，并消除了偏差。利用前两点比较精确的测量值，建立了滤波初始状态。仿真结果表明，应用该滤波算法能得到很高的参数估计精度，能满足引战配合的需要。
引信 引战配合 自适应卡尔曼滤波 制导引信一体化 fuze coordination of fuze and warhead self-adapting Kalman filtering GIF
