简介:在GPS/IMU组合导航系统中,由于GPS的校正作用,系统输出的导航数据存在周期的阶跃式跳变(典型的校正周期为1s),对于SAR成像运动补偿而言,这相当于引入了高频测量噪声,会严重影响雷达成像质量。为解决该问题,系统另外引入了一个捷联解算模块。为保证该模块输出的数据平滑且精度稳定,受跟踪随动控制系统的设计思想启发,从控制理论的角度对系统进行了数学建模,设计了捷联解算模块对组合导航系统的跟踪环路,给出了环路中关键模块“环路滤波器”的设计方法。该方案实现了在不影响系统测量带宽的情况下,组合导航系统对捷联解算模块的高频、连续、平滑校正。仿真及实验结果证明了该方案的有效性及可行性。
简介:针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题,提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波(KF)基础上,当SAR有量测信息生成时,根据多模型方法进行量测预测,利用预测值修正SINS状态;而SAR无量测信息输出时,通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明,采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内,航向角稳态误差值小于5.8";而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内,航向角稳态误差小于4.7",证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。
简介:在分析证券市场中证券组合投资不确定性质的基础上,通过对Markowitz模型中证券期望收益与方差引入容差项来度量证券市场的不确定性,建立了不确定条件下具有容差项的Markowitz证券组合投资模型;分类讨论了容差的上界与下界所对应的两类有效组合前沿,得到了不确定条件下的证券组合投资模型的最优化解法及相关定理;最后给出了一个具体的数值实例.
简介:为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。