非線性系統(tǒng)濾波及其在制導中的應用研究.pdf

1、目前，擴展卡爾曼濾波（EKF）是估計目標跟蹤或目標攔截問題中系統(tǒng)狀態(tài)的一個重要手段。但研究目標跟蹤或目標攔截問題本質上是研究非線性問題，對模型進行線性化的擴展卡爾曼濾波在一定程度上影響了目標跟蹤或目標攔截的精度。近年來，出現(xiàn)了一些改進的非線性系統(tǒng)濾波方法。直接使用非線性模型的UKF（UnscentedKalmanFiltering,UKF）是其中最優(yōu)的濾波方法，其將成為今后研究非線性系統(tǒng)估計問題的熱點和有效濾波方法。在目標狀態(tài)估計中，由

2、于過程噪聲或系統(tǒng)噪聲未知，因此需要用有效的自適應濾波方法消除噪聲的不確定性帶來的對系統(tǒng)估計的影響。次優(yōu)sage-husa自適應濾波和強跟蹤濾波是目前應用廣泛的自適應濾波方法，但是兩者有計算量大或濾波精度不夠的缺點。
　　本文將重點研究UKF及其改進方法SUKF在空間攔截系統(tǒng)中的應用，并和EKF比較性能。本文還將研究次優(yōu)sage-husa自適應濾波和強跟蹤濾波方法，根據(jù)各自的優(yōu)缺點設計一種并行自適應濾波方法。
　　在非線性濾波

3、理論方面，主要做了以下幾方面工作：
　　1）研究了EKF非線性濾波方法和UKF方法，并對其性能進行了理論分析，進而提出了一種改進的UKF方法－SUKF。
　　2）研究了sage-husa自適應濾波理論和強跟蹤濾波理論，并綜合兩者的優(yōu)點，提出了一種改進的并行自適應濾波理論。
　　在空間攔截系統(tǒng)和目標機動加速度估計方面，主要做了以下幾方面工作：
　　1)建立了空間攔截相對運動模型中的平面部分，并對其可觀性進行了分析，