H∞滤波及数据融合在目标跟踪中的应用

为了解决在强干扰下的目标跟踪问题，本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法。与卡尔曼滤波算法相比，本文提出的方法具有较高的滤波精度和较强的鲁棒性。最后的仿真表明了该算法的优良性能。     

一种改进的Kalman滤波在野值点去除中的应用

在工程实践中,Kalman滤波采用了递归滤波的方法和线性无偏最小方差准则,因而在理论上是一种最优估计,并因为这一良好的数学性质得到了广泛的应用。但是在实际测量中,在野值的影响下,Kalman滤波新息的特性遭到破坏,滤波不再准确甚至发散。针对此一现象,提出了基于＂新息＂序列和对新息序列进行Kalman预测的方法对测量数据进行处理的新算法。该算法利用＂新息＂序列进行野值点判别,利用Kalman预测的方法对野值点处的＂新息＂进行预测修复。仿真证明,该算法可使状态估计、野值点判别和野值点修复同时进行,并能很好地抑制滤波的发散。     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。     

基于船舶操控模型的UKF滤波算法研究

为了提高舰船在机动转弯情况下的定位精度和舰船定位的稳定性、可靠性,进行了滤波模型和滤波定位算法的研究,在此基础上分析了当前滤波模型和滤波定位算法中存在的一些问题,提出了基于船舶操控模型的滤波模型和改进后的UKF滤波算法,给出了滤波系统的方案.通过实验证明,滤波系统的方案不仅能够有效的提高舰船在机动转弯情况下的定位精度,还能够作为测量ASF修正数据有效方法,对定位算法的研究有重大的参考价值和较大的现实意义.     

多航向传感器信息融合与容错联邦卡尔曼滤波器在舰艇综合导航系统中的应用

不同的航向确定方法呈现不同的误差特性,通过多航向传感器的信息融合能够获得更稳定、准确的航向测量。本文提出了一种包含多个航向传感器数据融合和故障容错联邦卡尔曼滤波器的组合导航方法。该方法能够实现多个航向传感器的数据融合,同时还能实现传感器的在线故障检测和实时容错。首先基于输出误差协方差的权值法对航向测量进行最优融合,然后基于状态卡方和残差卡方设计了一个容错联邦卡尔曼滤波器,该滤波器能够检测并隔离故障的航向传感器。实测数据试验表明,该方法能够达到预期的舰艇组合导航系统的故障容错性能。     

航向数据去噪中两种滤波方法对比研究

电控罗经因其多种优点得剑广泛的使用，但是由于受多种干扰影响，其航向数据存在不同噪声。利用改进的Sage-Husa自适应滤波和抗野值算法，将其应用到罗经的数据处理中，并与经典kalman进行了比较。通过试验结果中误差方差和Allan方差系数的比较，得到Sage-Husa自适应滤波比经典kalrnan更适用于航向数据的处理。     

基于53H滤波的船舶综导信息在线平滑方法

针对船舶综合导航系统接收的导航信息存在野值点的问题,本文提出一种基于改进53H滤波方法的在线平滑方法。该方法利用连续几个信息的中值预测当前时刻的信息,然后与测量值进行比较,如果两者差值超过一定阈值,则用预测值取代测量值,从而实现在线平滑。通过将该方法应用于海试试验数据的处理,结果表明相对于传统的最小二乘滑动滤波与5点3次平滑算法,该方法计算简单、容易实现,而且具有较好的在线平滑效果。     

基于FPGA的实时图像中值滤波设计

FPGA可用来并行实时处理海量的图像数据,通过利用FPGA的这一特点作为实时图像中值滤波算法的解决方案,并加以实现,详细阐述了通过优化中值滤波算法使其在ALTERA的Stratix中高效实现的具体方法。介绍了方案采用的系统结构。     

H∞滤波及数据融合在目标跟踪中的应用

为了解决在强干扰下的目标跟踪问题,本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法.与卡尔曼滤波算法相比,本文提出的方法具有较高的滤波精度和较强的鲁棒性.最后的仿真表明了该算法的优良性能.     

H∞滤波及数据融合在目标跟踪中的应用

为了解决在强干扰下的目标跟踪问题,本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法.与卡尔曼滤波算法相比,本文提出的方法具有较高的滤波精度和较强的鲁棒性.最后的仿真表明了该算法的优良性能.     

船舶机电系统故障信号远程通信容错诊断方法

远程通信系统是船舶机电系统故障信号传输与接收的关键。若远程通信容错率较低,则获得故障信号的完整性、精确性较差,致使故障严重性等级诊断结果失准,故提出船舶机电系统故障信号远程通信容错诊断方法研究。搭建远程通信容错架构(容错TTE模型),以此为基础,配置信息描述表结构,记录故障信号的传输与接收情况,制定远程通信容错算法,以接收的故障信号为依据,诊断机电系统故障的严重性级别,实现船舶机电系统故障信号远程通信容错的诊断。实验数据显示:应用此方法后,机电系统故障诊断严重性等级与实际严重性等级一致,充分说明该方法具备可行性。     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合，提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统，应用强跟踪滤波器，得到目标状态基于全局信息融合估计结果，并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题，从而丰富和发展了多源信息融合理论。     

非线性最优滤波理论的研究

本文介绍了近二、三十年来数字信号处理领域中非线性滤波算法的研究成果，以及非线性滤波理论的发展。讨论了非线性滤波器的综合理论以及非线性滤波算法在数字维纳滤波器、雷达和通信信号非线性滤波以及调相信号解调器中的应用。     

基于PSO-PCNN的图像滤波算法

将粒子群算法（PSO）的基本原理融入到PCNN图像滤波算法中,从而得到了一种适用于PCNN图像滤波的粒子群算法,PSO-PCNN滤波的平均绝对误差明显比PCNN法小得多,PSO-PCNN滤波比PCNN滤波算法的效果好。     

LNG船液舱晃荡载荷滤波算法研究

晃荡载荷是船舶液舱及其内部结构的主要载荷,可能对船舶结构产生破坏。本文提出的用于处理LNG船液舱晃荡载荷的双重中值均值限幅组合滤波光顺方法能有效地为船舶结构设计和强度评估提供更加稳定、准确的晃荡载荷。针对模型液舱液体晃荡的数值模拟数据进行滤波分析,分析压力、速度和加速度值的滤波效果,分别与实验数据和小波变换滤波效果比较,并对滤波算法的滑移步长进行了敏感性分析,提出了合适的滑移步长取值。     

Alpha-beta滤波在船舶动力定位状态估计中的应用

船舶动力定位系统已广泛应用于海洋工程中,状态估计是动力定位系统的重要组成部分。在工程应用中,状态估计方法主要采用基于卡尔曼滤波的算法,但是这些算法对于船舶首向的滤波效果并不理想。alphabeta滤波是一种不基于模型的稳定常增益滤波器,其结构与卡尔曼滤波类似。本文设计了一种混合滤波器,采用alpha-beta滤波对船舶首向进行滤波,扩展卡尔曼滤波对船舶横向和纵向进行滤波,以改善船舶首向的滤波效果。通过将混合滤波器的滤波效果与扩展卡尔曼滤波器进行对比,验证了alpha-beta滤波用于船舶首向滤波的可行性和有效性。     

基于粒子群优化粒子滤波的声呐目标检测前跟踪

针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题，提出基于粒子群优化（PSO）算法的粒子滤波检测前跟踪方法（IPSO-PF-TBD）。该算法在滤波预测与步骤更新之间加入PSO算法，结合预测信息和更新完成的粒子分布状态进行优化，将粒子集合转移到后验概率密度较大的区域，并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略，通过检测前跟踪（TBD）技术的数据帧间能量累积和目标检测，提高目标检测前跟踪的性能。仿真试验结果表明，提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时，在位置估计精度和误差值方面明显优于粒子滤波（PF）和PSO-PF算法，具有一定研究和应用价值。     

船舶机械装置振动中低频信号的传递控制分析

随着船舶用电需求的增长,其电网的规模也日益扩大,特别是大功率的动力电机的应用,使得动力传送系统中会发生低频振荡现象。通常,船舶使用的同步发电机在转子做旋转运动时,由于存在周期性扰动,必须要对整个动力系统的振动模式进行识别,避免发生共振等破坏性的故障。本文对船舶的电力系统低频振动模式建立模型,然后对系统的低频振荡数据进行统一的Prony分析,利用辅助粒子滤波算法对控制信号进行滤波处理,进一步增强了低频振荡预测的准确度。     

异步多传感器数据融合

在分布式多传感器数据融合系统中，由于每个传感器的采样周期不同以及具有不同的通信延迟，导致送入融合中心的局部航迹往往不是同步的。提出一种多传感器异步数据融合算法，该算法首先利用最小二乘实现时域融合，将航迹同步化，然后利用一种序贯的Kalman滤波方法进行融合。     

多波束滤波理论与实践效果分析

多波束测深系统可获得精细、全面的水下地形数据，但数据处理繁杂、周期较长且数据质量因处理水平不同而产生不可忽略的差异，因此有必要使用软件中的滤波工具辅助进行多波束的数据处理。针对滤波理论繁杂难解、滤波方法和效果不尽相同的问题，以QINSY软件与亿点通软件常用的滤波工具与工程实践相结合分析滤波工具在疏浚测量中的效果，得出相应疏浚工程的滤波选择，从而缩短了多波束数据处理周期，减小了人工处理数据而产生较大差异性的概率。