中国宇航学会深空探测技术专业委员会会刊

高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SINS/CNS组合导航系统的多模型自适应估计算法

范双菲 赵方方 李夏菁 唐忠樑 贺威

范双菲, 赵方方, 李夏菁, 唐忠樑, 贺威. 基于SINS/CNS组合导航系统的多模型自适应估计算法[J]. 深空探测学报(中英文), 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
引用本文: 范双菲, 赵方方, 李夏菁, 唐忠樑, 贺威. 基于SINS/CNS组合导航系统的多模型自适应估计算法[J]. 深空探测学报(中英文), 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
FAN Shuangfei, ZHAO Fangfang, LI Xiajing, TANG Zhongliang, HE Wei. Multiple Model Adaptive Estimation Algorithm for SINS/CNS Integrated Navigation System[J]. Journal of Deep Space Exploration, 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
Citation: FAN Shuangfei, ZHAO Fangfang, LI Xiajing, TANG Zhongliang, HE Wei. Multiple Model Adaptive Estimation Algorithm for SINS/CNS Integrated Navigation System[J]. Journal of Deep Space Exploration, 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005

基于SINS/CNS组合导航系统的多模型自适应估计算法

doi: 10.15982/j.issn.2095-7777.2014.04.005
基金项目: 国家重点基础研究发展计划(2014CB744206)

Multiple Model Adaptive Estimation Algorithm for SINS/CNS Integrated Navigation System

  • 摘要: 针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation, MMAE)的滤波方法.该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter, EKF)和无迹卡尔曼滤波(unscented Kalman filter, UKF).EKF和UKF 被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计.同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真.仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度.
  • [1] Xiong Z, Liu J Y, Yu F, et al. Research of airborne INS/CNS integrated filtering algorithm based on celestial angle observation[J]. Journal of Astronautics, 2010,31(2):397-402.
    [2] Wang J J, Yu J Q, Wang L. Analysis of application of a new integrated navigation system of the tactical missiles[C]//Chinese Control Conference(CCC). [S.l.]: CCC, 2014:653-657.
    [3] 吴伟仁,王大轶,宁晓琳.深空探测器自主导航原理与技术[M].北京:中国宇航出版社,2011:57-62.[Wu W R, Wang D Y, Ning X L. The principle and technology of deep space autonomous navigation[M]. Beijing: China Astronautic Publishing House, 2011:57-62.]
    [4] 王小旭, 赵琳.自适应融合滤波算法及其在INS/GPS组合导航中的应用[J].宇航学报,2010,31(11):2504-2511.[Wang X X, Zhao L. Adaptive fusion filtering algorithm and its application for INS/GPS integrated navigation system[J]. Journal of Astronautics, 2010,31(11):2504-2511.]
    [5] 陈培,杨颖,王云,等.扩展卡尔曼滤波估计载波参数的算法研究[J].电子科技大学学报,2009,38(4):509-512.[Chen P, Yang Y, Wang Y, et al. Estimation for carrier parameters based on the extended Kalman filter[J]. Journal of University of Electronic Science and Technology of China, 2009,38(4):509-512.]
    [6] 吴楠,陈磊.高速声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波[J].航空学报,2013,34(8):1960-1971.[Wu N, Chen L. Adaptive Kalman filtering for trajectory estimation of hypersonic glide reentry vehicles[J]. Acta Aeronautica et Astronautica Sinica, 2013,34(8):1960-1971.]
    [7] 胡正东,郭才发,张士峰,等.Unscented卡尔曼滤波在飞航导弹地磁导航中的应用[J].宇航学报,2009,30(4):1443-1448.[Hu Z D, Guo C F, Zhang S F, et al. Application of unscented Kalman filter in geomagnetic navigation for aerodynamic missile[J]. Journal of Astronautics, 2009,30(4):1443-1448.]
    [8] Kong F C, Dai G L, Cai L.The composed correcting Kalman filtering method for integrated SINS/GPS navigation system[C]//Intelligent Computing and Intelligent Systems(ICIS), 2010 IEEE International Conference on. [S.l.]: IEEE, 2010,2:408-412.
    [9] 李艳华,房建成.一种多模型自适应联邦滤波器及其在INS/CNS/GPS组合导航系统中的应用[J].航天控制,2003,21(2):33-38.[Li Y H, Fang J C. A multi-model adaptive federated filter and its application in INS/CNS/GPS integrated navigation system[J]. Aerospace Control, 2003,21(2):33-38.]
    [10] 陈金广,李洁,高新波.双重迭代变分贝叶斯自适应卡尔曼滤波算法[J].电子科技大学学报,2012,41(3):360-363.[Chen J G, Li J, Gao X B. Dual recursive variational bayesian adaptive kalman filtering algorithm[J]. Journal of University of Electronic Science and Technology of China, 2012,41(3):360-363.]
    [11] 熊凯,魏春玲.基于多模型自适应估计的航天器相对导航[J].系统科学与数学,2014,34(7):828-837.[Xiong K, Wei C L. Spacecraft relative navigation based on multiple model adaptive estimator[J]. Journal of Systems Science and Mathematical Sciences, 2014,34(7):828-837.]
    [12] Shima T, Oshman Y, Shinar J. Efficient multiple model adaptive estimation in ballistic missile interception scenarios[J]. Journal of Guidance, Control, and Dynamics, 2002,25(4):667-675.
    [13] Qu C S, Xu H L, Ying T. SINS/CNS integrated navigation solution using adaptive unscented Kalman filtering[J]. International Journal of Computer Applications in Technology, 2011,41(1):109-116.
    [14] Ning X L, Fang J C. Spacecraft autonomous navigation using unscented particle filter-based celestial/Doppler information fusion[J]. Measurement Science and Technology, 2008,19(9):095203.
    [15] 宁晓琳,房建成.一种基于纯天文观测的火星车自主导航方法[J].空间科学学报,2006,26(2):142-147.[Ning X L, Fang J C. A new autonomous navigation method for martian rover based on celestial observation[J]. Chinese Journal of Space Science, 2006,26(2):142-147.]
    [16] Nebelecky C K, Crassidis J L, Singla P. A model error formulation of the multiple model adaptive estimation algorithm[C]//Information Fusion,2014 17th International Conference. [S.l.]: [s.n.], 2014:1-8.
    [17] 邓红,刘光斌,陈昊明,等.发射惯性坐标系下误差角与数学平台失准角的推导与仿真[J].宇航学报,2011,32(4):781-786.[Deng H, Liu G B, Chen H M, et al. Deduction and simulation of angular error relationship in "SINS/CNS" integrated navigation system[J]. Journal of Astronautics, 2011,32(4):781-786.]
    [18] Hammersley J M. Monte Carlo methods for solving multivariable problems[J]. Proceedings of the New York Academy of Sciences, 1960,86(3):844-874.
  • [1] 黄翔宇, 徐超, 胡荣海, 李茂登, 郭敏文, 胡锦昌.  火星精确定点着陆多信息融合自主导航与控制方法研究 . 深空探测学报(中英文), 2019, 6(4): 348-357. doi: 10.15982/j.issn.2095-7777.2019.04.006
    [2] 冀红霞, 宗红, 黄翔宇.  基于改进预测滤波的小天体精确着陆自主导航方法研究 . 深空探测学报(中英文), 2019, 6(3): 284-292. doi: 10.15982/j.issn.2095-7777.2019.03.013
    [3] 马辛, 宁晓琳, 刘劲, 刘刚.  一种平面约束辅助测量的深空探测器自主天文导航方法 . 深空探测学报(中英文), 2019, 6(3): 293-300. doi: 10.15982/j.issn.2095-7777.2019.03.014
    [4] 宁晓琳, 晁雯.  一种基于太阳自转轴观测角的新型天文导航方法 . 深空探测学报(中英文), 2019, 6(4): 328-334. doi: 10.15982/j.issn.2095-7777.2019.04.003
    [5] 宁晓琳, 桂明臻, 孙晓函, 刘劲, 吴伟仁.  一种基于太阳震荡时间延迟量测的自主天文导航方法 . 深空探测学报(中英文), 2019, 6(1): 88-95. doi: 10.15982/j.issn.2095-7777.2019.01.013
    [6] 李亮, 王广利, 郭丽, 胡小工.  脉冲星导航的天体测量考虑 . 深空探测学报(中英文), 2018, 5(3): 235-240. doi: 10.15982/j.issn.2095-7777.2018.3.005
    [7] 喻子原, 刘劲, 宁晓琳, 马辛, 桂明臻, 康志伟.  面向编队飞行的天文多普勒差分/脉冲星组合导航 . 深空探测学报(中英文), 2018, 5(3): 212-218. doi: 10.15982/j.issn.2095-7777.2018.3.002
    [8] 徐照钱, 赵方方, 陈翠桥.  模糊灰色聚类评估方法在导航滤波中的应用 . 深空探测学报(中英文), 2017, 4(4): 379-384. doi: 10.15982/j.issn.2095-7777.2017.04.0011
    [9] 邓剑峰, 高艾, 崔平远.  基于改进多模型的火星大气进入自适应估计方法 . 深空探测学报(中英文), 2017, 4(6): 535-543,551. doi: 10.15982/j.issn.2095-7777.2017.06.006
    [10] 张恒, 张伟, 陈晓.  深空测角测速组合导航系统时间配准方法研究 . 深空探测学报(中英文), 2017, 4(4): 373-378. doi: 10.15982/j.issn.2095-7777.2017.04.010
    [11] 魏祥泉, 黄建明, 顾冬晴, 陈凤.  火星车自主导航与路径规划技术研究 . 深空探测学报(中英文), 2016, 3(3): 275-281. doi: 10.15982/j.issn.2095-7777.2016.03.012
    [12] 刘瑞霞, 张剑桥.  基于测速测角敏感器的火星探测器自主导航方法研究 . 深空探测学报(中英文), 2016, 3(3): 219-224. doi: 10.15982/j.issn.2095-7777.2016.03.004
    [13] 汪梁, 赵方方, 陈翠桥, 徐照钱.  粒子过滤在自主天文导航系统中的性能评估和应用 . 深空探测学报(中英文), 2016, 3(3): 246-252. doi: 10.15982/j.issn.2095-7777.2016.03.008
    [14] 陈晓, 尤伟, 黄庆龙.  火星探测巡航段天文自主导航方法研究 . 深空探测学报(中英文), 2016, 3(3): 214-218. doi: 10.15982/j.issn.2095-7777.2016.03.003
    [15] 张伟, 张恒.  天文导航在航天工程应用中的若干问题及进展 . 深空探测学报(中英文), 2016, 3(3): 204-213. doi: 10.15982/j.issn.2095-7777.2016.03.002
    [16] 宁宗军, 李东, 戴煜.  深空组合导航中天文测速观测研究 . 深空探测学报(中英文), 2016, 3(3): 225-227,245. doi: 10.15982/j.issn.2095-7777.2016.03.005
    [17] 宁晓琳, 李卓, 黄盼盼, 杨雨青, 刘刚, 房建成.  火星探测器捕获段自适应卡尔曼滤波方法 . 深空探测学报(中英文), 2016, 3(3): 237-245. doi: 10.15982/j.issn.2095-7777.2016.03.007
    [18] 崔平远, 高艾, 于正湜.  火星着陆自主导航方案研究进展 . 深空探测学报(中英文), 2014, 1(1): 18-27.
    [19] 陈颖, 周璐, 王立.  一种火星多模式组合探测任务设想 . 深空探测学报(中英文), 2014, 1(2): 156-160.
    [20] 魏二虎, 杨洪洲, 张帅, 刘经南, 易慧.  脉冲星非实时平差的火星探测自主导航模型 . 深空探测学报(中英文), 2014, 1(4): 298-302. doi: 10.15982/j.issn.2095-7777.2014.04.009
  • 加载中
计量
  • 文章访问数:  4108
  • HTML全文浏览量:  60
  • PDF下载量:  1811
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-10
  • 修回日期:  2014-07-30

基于SINS/CNS组合导航系统的多模型自适应估计算法

doi: 10.15982/j.issn.2095-7777.2014.04.005
    基金项目:  国家重点基础研究发展计划(2014CB744206)

摘要: 针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation, MMAE)的滤波方法.该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter, EKF)和无迹卡尔曼滤波(unscented Kalman filter, UKF).EKF和UKF 被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计.同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真.仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度.

English Abstract

范双菲, 赵方方, 李夏菁, 唐忠樑, 贺威. 基于SINS/CNS组合导航系统的多模型自适应估计算法[J]. 深空探测学报(中英文), 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
引用本文: 范双菲, 赵方方, 李夏菁, 唐忠樑, 贺威. 基于SINS/CNS组合导航系统的多模型自适应估计算法[J]. 深空探测学报(中英文), 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
FAN Shuangfei, ZHAO Fangfang, LI Xiajing, TANG Zhongliang, HE Wei. Multiple Model Adaptive Estimation Algorithm for SINS/CNS Integrated Navigation System[J]. Journal of Deep Space Exploration, 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
Citation: FAN Shuangfei, ZHAO Fangfang, LI Xiajing, TANG Zhongliang, HE Wei. Multiple Model Adaptive Estimation Algorithm for SINS/CNS Integrated Navigation System[J]. Journal of Deep Space Exploration, 2014, 1(4): 275-281. doi: 10.15982/j.issn.2095-7777.2014.04.005
参考文献 (18)

目录

    /

    返回文章
    返回