基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS（Inertial Navigation System）为主，与全球导航定位系统GPS（Global Position System）等多个次级导航系统组成的导航系统的实现方案。设计了基于Hopfield神经网络的导航系统的滤波估计算法。经计算机模拟仿真证明，神经网络的算法优于通常的卡尔曼滤波方法。     

H^∞滤波在无源北斗／SINS组合导航系统中的应用

无源北斗接收机输出有色噪声大,数据跳变点多,噪声分析和建模工作困难。而传统的卡尔曼滤波存在不确定的滤波统计参数,滤波稳定性不高,提出将H^∞滤波用到无源北斗／SINS组合导航系统中。H^∞滤波追求噪声干扰对可控输出的影响最小,即强调系统的鲁棒性,而且不需要建立精确的数学模型,也不需要精确知道系统的统计特性,滤波参数设置简单。通过仿真实验验证,在相同滤波误差模型下,其滤波算法稳定性高于卡尔曼滤波的稳定性。     

基于甚低频系统的舰船综合导航信息融合方法与仿真

介绍了阿尔法导航系统的特点，提出了一种基于阿尔法信息的舰船综合导航方法，具体阐述了卡尔曼滤波数学模型的建立和滤波实现，并利用Matlab软件进行了仿真和结果分析。     

基于H_∞的INS/GPS组合导航系统初始对准研究

卡尔曼滤波需要系统的数学模型准确且噪声的统计特性为已知的白噪声,为了克服这一弱点,针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准H∞滤波方案,并进行计算机仿真,与传统卡尔曼滤波比较。结果表明,H∞滤波算法对水平失准角估计速度快、精度较高,鲁棒性强,较卡尔曼滤波好,对水平失调角有较好的估计效果,满足初始对准的基本要求。     

基于惯性导航/地磁的水下潜器组合导航定位方法

针对水下潜器长时间水下航行的隐蔽性且定位精度不高的问题,提出了一种基于惯性导航/地磁的组合导航系统。建立了惯性导航/地磁组合导航系统模型,并且利用卡尔曼滤波算法对系统进行滤波。最后通过仿真实验表明,该组合导航系统能够有效弥补单惯性导航系统精度发散的不足,提高了导航精度,实现了水下潜器的精确导航。     

神经网络在组合导航定位算法中的应用研究

针对无源北斗1号/惯导组合导航系统滤波定位算法,文章提出并设计了神经网络及其训练算法RLS,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真验证了此方案的可行性,并能有效提高北斗1号组合导航系统的定位精度。     

基于阿尔法系统的舰船综合导航信息融合方法与仿真

介绍了阿尔法导航系统的特点，提出了一种基于阿尔法信息的舰船综合导航方法，具体阐述了卡尔曼滤波数学模型的建立和滤波实现，并利用Matlab软件进行了仿真和结果分析。     

舰船综合导航系统的联合卡尔曼滤波器设计

针对由惯性导航系统,全球定位系统及天文导航设备组成的舰船综合导航系统的特点,设计了联合卡尔曼滤波器,并给出了联合卡尔曼滤波器的结构及其算法。理论分析与仿真结果表明,该算法具有全局最优性,能够满足系统的精度要求,且应用该联合滤波可提高系统的容错性能。     

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。     

基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS(Inertial Navigation System)为主,与全球导航定位系统GPS(Global Position System)等多个次级导航系统组成的导航系统的实现方案.设计了基于Hopfield神经网络的导航系统的滤波估计算法.经计算机模拟仿真证明,神经网络的算法优于通常的卡尔曼滤波方法.     

基于卡尔曼滤波的舰船综合导航信息处理

数据处理是舰船综合导航系统的核心任务,此文具体介绍了舰船综合导航卡尔曼滤波的模型建立和滤波实现,提出了基于卡尔曼滤波思想的舰船综合导航信息融合处理方法,并利用Matlab软件进行了仿真和结果分析。     

船舶组合导航系统综合卡尔曼滤波研究

本文首先建立了船舶组合导航系统的七维动态方程和四维测量方程,然后在对系统非线性推广卡尔曼滤波、非线性推广自适应卡尔曼滤波和克服滤波发散的方法进行分析的基础上,提出了一种新型综合卡尔曼滤波器。仿真结果证明,新方法的可靠性及精度比推广的卡尔曼滤波和推广的自适应卡尔曼滤波,都有了很大程度的改善。     

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.     

一种基于甚低频系统的舰船综合导航方法与仿真

介绍了阿尔法导航系统的特点,提出了一种基于阿尔法信息的舰船综合导航方法,具体阐述了卡尔曼滤波数学模型的建立和滤波实现,并利用M atlab软件进行了仿真和结果分析。     

CAUKF算法在船载导航目标跟踪中的应用

为定量分析内河船舶导航系统的跟踪性能,建立基于GPS/DR组合信息的船载导航系统非线性模型,以该模型作为系统模型,采用附有航向约束参考条件的自适应无迹变换卡尔曼滤波算法,推导得出非线性导航滤波器的滤波方程。按照船载目标的实际非线性模型进行演化时,采用此算法能够较好地实现非线性函数后验信息与估计误差的拟合。仿真结果表明,此算法比以往扩展卡尔曼滤波类算法在减少运算量和提高跟踪效果方面改善明显,具有良好的实用性。     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式，在潜艇垂直面线性运动方程的基础上，得出了滤波信号的系统模型，并对其进行了离散化处理；将均方差最小线性递推滤波算法引入到输入信号的控制过程中，通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质，用于工程应用。     

推算船位／罗兰C（GPS）组合导航系统的研究及其海上试验

该文研究了推算船位／罗兰Ｃ（ＧＰＳ）组合导航系统的组合模式和推广的非线性卡尔曼滤波算法在该组合模式中的应用，详细推导了舰船运动的七状态数学模型及其机械编排。该文还给出了该组合系统在南海进行试验时的舰船轨迹及定位误差曲线，并进行了比较分析。结果表明：组合系统克服了推位系统的积累误差，抑制了罗兰Ｃ（ＧＰＳ）的随机定位误差，有效地改善了导航定位精度，滤波方案正确，算法稳定。该组合系统已成功地装备于多种型号的舰船上。     

模糊自适应卡尔曼滤波在惯性/地磁导航中的应用

为了提高自主、无源组合导航系统的精度和可靠性,针对惯性/地磁组合导航系统中滤波发散、量测噪声统计特征随实际情况不同而变化的问题,本文在无迹卡尔曼滤波的基础上,通过监测滤波新息的方差和均值变化,采用模糊自适应滤波算法,"在线"调整模型中的噪声方差阵,来改变滤波器的估计均方误差和滤波增益.通过自适应调整Sigma采样中权值的比例因子α,来解决UT变换的非局部效应,达到提高组合导航的精度的作用.仿真结果表明,模糊自适应卡尔曼滤波器可以有效的提高惯性/地磁组合导航系统,克服了传统滤波算法的缺点和不足,提高了滤波精度.     

平方根求容积卡尔曼滤波的组合导航算法

以全球定位系统与航位推算(GPS/DR)相结合的组合导航系统为研究对象.为解决在GPS/DR组合导航研究中传统扩展卡尔曼滤波(EKF)算法的滤波精度和稳定性差问题,引入了平方根求容积卡尔曼滤波算法.作为一类sigma点滤波方法,SCKF有效避免了EKF计算雅可比矩阵,提高了估计精度.仿真结果表明,对于船用GPS/DR组合导航问题,该算法能获得更好的性能指标,更符合实际船用组合导航要求.