基于无序信息融合技术的舰船组合导航系统研究

多源信息融合技术在舰船组合导航系统中有广泛的应用。多传感器信息融合中存在的通信延迟不可避免,这样就会使得采集到的信息达到融合中心是无序的。本文主要研究船舶不同起始时间下的无序信息融合的组合导航技术,以此进行船舶的导航。最后进行仿真实验,实验结果表明算法精度高、鲁棒性强。     

磁阻传感器电子罗盘及其在船舶导航中的应用

本文介绍了应用磁阻传感器的电子罗盘的电路设计和数据采集、航位推算导航的动态模型，将电子罗盘数据、船的速度信息和GPS数据进行信息融合以提高导航的精度。最后探讨了低价位的电子罗盘与GPS组合导航技术在中小型船舶导航中的应用。     

基于测量分量加权融合的GPS/SINS船舶组合导航算法

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用.但由于船舶组合导航系统中各子系统通常提供的是不等同维的测量数据,加之传统测量值加权融合存在各传感器测量等同维数的约束,使得该类算法在船舶组合导航中的应用能力和使用范围受到了很大的限制.针对上述问题,以GPS和SINS组成的、具有不同维数测量的船舶组合导航系统为研究对象,提出了一种新的基于测量分量加权融合的船舶组合导航算法.该算法的基本思想是寻找一个变换矩阵将具有不等同维数的测量扩维成满状态维数的矩阵,然后考虑扩维后的噪声方差是奇异矩阵,从而采用测量分量对应加权进行融合.与传统的测量加权融合方法相比,该方法不仅具有更广的应用范围,而且保持了与传统的集中式扩维融合相同的高精度性能.算法的性能分析和计算机仿真证明了新算法的有效性和优越性.     

云平台在船舶导航集成系统中的应用

随着海洋开发的深入,基于导航信息的应用越来越广泛,如卫星导航系统可以通过接收卫星信息来获取船舶的坐标及计算航向航速;同样,采用位置传感器也可以得到相关信息。这2种不同类型的导航系统各有各的优点及缺点。基于云平台的船舶导航集成系统通过云计算中心将不同的导航设备进行有机组合,并对各个导航系统获取的数据进行融合。本文将传感器导航及卫星导航以及不同卫星系统的导航设备进行集成,有效提高了船舶导航系统的准确性及稳定性。     

云平台在船舶数据融合中的技术方案

海洋船舶的动力定位系统是海上安全航行的核心装备之一,动力定位系统需要对传感器搜集的各种信息进行数据融合,才能提高数据的准确性及可靠性。本文研究云平台中的分布式计算架构,并将此架构应用到船舶动力定位系统中的数据融合中,通过对各类传感器数据之间的耦合性分析,提出一种基于分簇遍历的数据融合优化方法,最后对算法进行仿真。     

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性，传统的多传感器数据融合算法状态估计精度难以保证，因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性，而且实用性较强。其具有如下特点：将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性，简化了系统模型；采用一种较为简单的区间矩阵综合求逆方案；利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明：该改进算法的状态估计精度较高。     

基于人工势场法的船舶自动导航算法设计

在船舶的自动化导航系统中,结合了GPS和北斗导航技术,通过2种定位系统的数据融合,能够实现非常高精度的位置定位和导航服务。但是在陌生水域航行时,船舶依然可能会面临定位失败的问题,从而给船舶的安全航行带来严重的安全隐患。本文主要研究了人工势场法在船舶定位导航领域的应用,通过人工势场技术,船员能够快速对导航的位置信息进行监测,极大增强了定位的精度,特别是融合了导航算法后,能够实现自动化智能航行的功能。     

网络数据融合技术在MITS中的应用研究

探讨了基于传感器网络的数据融合技术在海事智能交通系统(MITS)中的应用问题,为该领域的进一步研究提供一些有价值的思路和见解。基于目前研究遇到的困境,提出将MITS抽象成一个无线传感器网络(WSN),从而可在WSN环境下引入数据融合技术来研究海事智能交通系统中的各种信息处理问题,如船舶的定位与导航以及避碰等;紧接着,总结了现有定位、导航、避碰和船舶安全管理技术研究的现状并分析了存在的主要问题;针对基于GPS的MITS存在的种种弊端,结合各国卫星定位导航系统的建设现状,提出利用MITS内其它元素的信息和多源信息融合技术来实现船舶的相对定位和导航这一新思路;最后,从网络数据融合技术角度出发,具体指出了MITS网络融合系统构建时所必须考虑的一些基本问题,并给出该融合系统的一般性框架。     

基于信息集成预处理的船舶综合舰桥系统研究

现代船舶综合舰桥系统是一个多维融合的信息系统,通过现代信息处理、通信、导航等技术利用来实现智能化指挥控制中心。随着数据采集及导航元素的多源性增多,舰桥系统的信息集成预处理显得更为关键,信息处理的准确性和时效性直接影响着综合舰桥系统性能。本文研究多源导航数据信息融合处理机制,针对船舶综合舰桥系统的数据流及结构特性,基于滤波算法设计了一种新的导航信息融合算法,仿真分析结果表明,舰桥系统的导航精度能够得到明显提升。     

卡尔曼滤波在GPS/SINS船舶组合导航中的应用

本文在深入研究卡尔曼滤波原理及算法的基础上,结合海洋环境实际探索卡尔曼滤波在GPS/SINS船舶组合导航中的应用方法并进行组合导航系统的设计和仿真。为了降低旧数据在误差积累中的权重,本文对记忆数据进行了衰减处理,从而提高整个算法的自适应性能。仿真结果表明,集中式融合和顺序融合误差曲线均存在一定的波动,但绝对误差峰值较小,两者均方误差均为7.563 2。经扩展卡尔曼滤波后的GPS/SINS组合导航系统误差较小,均方误差峰值仅为6.532左右,而单独SINS导航误差约9.532,单独GPS导航误差约10.023。     

基于改进的联邦UKF无人艇组合导航系统设计

针对无人艇在高海况下长航时,大幅度作业滤波精度较低的问题,提出一种基于联邦结构的无迹卡尔曼滤波（Unscented Kalman Filtering,UKF）算法,将其应用于自主研制的无人艇组合导航系统中。建立系统误差方程和量测方程;引入渐消因子、基于量测值与预测量测值差值的可变因子和自适应最优信息分配因子对联邦UKF算法进行改进,保持信息的强跟踪特性和组合导航系统的信息融合精度,得到全局最优估计值。 开展湖试试验,验证该组合导航系统的有效性,结果表明该系统实时性、稳定性好,抗干扰能力强,能有效提高导航精度。该方法不仅能为无人艇作业提供安全保障,而且可供其他组合导航系统设计参考。     

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。     

自主式水下航行器水下回收融合引导技术方案及算法

[目的]为解决母艇携载的自主式水下航行器(AUV)在水下自主回收和对接的问题,基于惯导(INS)、声学超短基线定位(USBL)、光学等信号引导的多源数据融合,提出一种面向移动平台的AUV水下回收对接引导方法.[方法]为此,设计融合多传感器信息的扩展联邦卡尔曼滤波器,采用分散滤波并再经信息融合方法以提高滤波精度.分别以I...     

容错组合导航系统中的联邦滤波器应用研究

文章通过对联邦滤波器的结构和工作流程的介绍,分析了其特点和容错性能,对容错组合导航设计的方法进行了研究。指出NR结构是容错型联邦滤波结构,同时对联邦滤波器的四种结构进行了比较,提出了联邦滤波器应用研究领域的发展思路。     

联邦滤波器及其在船舶组合导航中的应用

介绍了联邦滤波器原理,设计了一个基于联邦滤波理论的船用组合导航系统.与传统的集中式滤波器相比,联邦滤波器结构简单,容易实现,并且容错性好,计算量少.仿真结果表明该滤波器能满足系统精度和容错性能的要求.     

置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用

[目的]为解决载体受到扰动时组合导航精度下降的问题,提出一种基于置信检验自适应联邦卡尔曼滤波(CC-AFKF)框架.[方法]首先,将电子罗盘(EC)、全球定位系统(GPS)与惯性导航系统(INS)相结合;其次,构建置信检验模型,有效滤除INS/GPS和INS/EC子系统中低置信度的量测值,保证量测值的准确性;最后,提出...     

基于自适应平方根 CKF 的多传感器混合融合算法(英文)

In the normal operation condition, a conventional square-root cubature Kalman filter (SRCKF) gives sufficiently good estimation results. However, if the measurements are not reliable, the SRCKF may give inaccurate results and diverges by time. This study introduces an adaptive SRCKF algorithm with the filter gain correction for the case of measurement malfunctions. By proposing a switching criterion, an optimal filter is selected from the adaptive and conventional SRCKF according to the measurement quality. A subsystem soft fault detection algorithm is built with the filter residual. Utilizing a clear subsystem fault coefficient, the faulty subsystem is isolated as a result of the system reconstruction. In order to improve the performance of the multi-sensor system, a hybrid fusion algorithm is presented based on the adaptive SRCKF. The state and error covariance matrix are also predicted by the priori fusion estimates, and are updated by the predicted and estimated information of subsystems. The proposed algorithms were applied to the vessel dynamic positioning system simulation. They were compared with normal SRCKF and local estimation weighted fusion algorithm. The simulation results show that the presented adaptive SRCKF improves the robustness of subsystem filtering, and the hybrid fusion algorithm has the better performance. The simulation verifies the effectiveness of the proposed algorithms.     

基于海流数据库的Kalman滤波在水下导航中的应用

定位精度对载体至关重要.提高定位精度有2种方式:一是增加高精度导航设备;二是利用数据处理方法.水下载体缺乏高精度的导航设备,但其又需要在水下保持长时间的精确航行.通过建立高精度的海流数据库,然后利用数据融合算法对水下导航信息进行处理来获得高精度的位置信息,该数据融合算法实质是基于海流数据库的Kalman 滤波.通过大量的仿真实验和海试证明,该算法具有很强的实用性和有效性.     

基于EKF的AUV协同定位方法仿真与验证

自主水下航行器（AUV）协同导航定位技术是解决复杂作业环境下导航问题的重要途径,研究了单领航艇的主从式多AUV基于扩展卡尔曼滤波（EKF）算法的协同到导航定位问题。AUV协同定位时,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部配有测距装置,舰艇间是通过通信装置来交换自身位置和状态信息并同时测量通信双方的相对距离,通过信息融合对自身定位进行修正,利用EKF算法对系统中传感器所传递信息进行融合,对从AUV进行实时定位。通过仿真验证此算法可以显著提高导航定位精度。