点击次数：
所属单位：自动化学院
发表刊物：航空学报
关键字：相对导航;IEKF;Levenberg-Marquardt优化;乘性噪声;非合作目标;
摘要：无人机态势感知的任务是利用机载传感器对未知环境进行目标识别和引导,本文针对无人机与非合作目标间中远距离的相对导航问题,提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上,为了提高精度和稳定性,本文利用了列文伯格-马夸尔特(Levenberg-Marquardt,简称LM)优化的思想对迭代卡尔曼滤波(IEKF,Iterative Extended Kalman Filter)算法进行改进,提出了一种LM-IEKF(Levenberg-Marquardt Iterative Extended Kalman Filter)算法(全程),并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上,考虑到距离传感器由于信号相关特性而引入的乘性噪声,现有的加性噪声模型难以适应,因此,进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法,通过在线实时更新噪声阵提高滤波的精度,并设置渐消记忆指数平滑估计结果。算法验证结果表明,与现有的EKF(Extended Kalman Filter)、IEKF算法相比,在仅含加性噪声的情况下,LM-IEKF算法具有更好的性能;在包含乘性噪声的情况下,Modified LM-IEKF可以有效地估计量测噪声,与目前广泛使用的EKF算法相比,在综合相对位置和相对速度精度上分别提高了10%和23%。
是否译文：否
发表时间：2019-05-21
合写作者：朱云峰,赵伟,黄斌,吴玲
通讯作者：孙永荣