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。     

四大导航系统在舰船作战系统中的应用

军事舰船在海上执行任务时,为了获取侦测目标的准确信息,需要借助导航系统实现航行线路的规划和目标的定位。本文介绍了全球范围内最为常用的4种导航系统:GPS导航系统、北斗卫星导航系统、伽利略导航系统和格洛纳斯(GLONASS)全球卫星导航系统,重点介绍了北斗卫星导航系统和GPS导航系统的原理,并基于成熟的导航技术,研究了舰船作战系统中导航系统的信息融合问题,开发了一种基于卡尔曼滤波算法的舰船组合导航系统的信息融合技术。试验表明,本文研究了舰船作战系统的导航信息融合技术可以提升侦察目标的准确度,提升作战水平。     

多传感器信息融合技术在舰船组合导航系统中的应用

介绍了舰船惯导系统的误差模型，针对该模型，提出了基于信息融合原理的联合卡尔曼滤波器的结构及算法。理论分析与仿真结果表明，该舰船INS／GPS／Loran-C组合导航系统的设计合理，算法具有全局最优性，能够满足系统的精度要求，且应用该联合卡尔曼滤波器可提高系统的容错性能。     

舰船组合导航系统的顺序滤波融合算法

舰船组合导航系统Kalman滤波的集中式融合与分布式融合方法存在滤波精度与计算性能、容错性不可兼顾的缺点.且船舶运动受海洋环境等的影响,其噪声基于白噪声建模过于理想化.针对上述问题,提出了舰船组合导航系统的顺序滤波融合算法.该算法的基本思想是采用一阶Markov过程建立舰船运动的噪声模型,并用状态扩维方法将状态方程转化为符合标准Kalman滤波的基本方程,然后每一时刻检查各导航子系统的有效性,对有效的导航子系统引入顺序滤波融合思想实现导航定位.与传统的顺序滤波融合算法相比,新算法在保留与集中式融合同样高的滤波精度、计算性能好的优点的基础上,新增了实用性强、容错性好的优点.理论分析和舰船SINS/GPS组合导航仿真结果表明了新算法的有效性和优越性.     

自适应滤波在舰船组合导航系统中的应用研究

本文采用检测自适应滤波方法，研究了其在舰船组合导航系统随机数据处理中的应用，研究分析表明，采用自适应滤波处理舰船组合导航随机数据较采用卡尔曼滤波方法具有更好的稳定性，尤其在舰船机动航行时，效果更为明显。     

多传感器信息融合技术在舰船组合导航系统中的应用

介绍了舰船惯导系统的误差模型,针对该模型,提出了基于信息融合原理的联合卡尔曼滤波器的结构及算法.理论分析与仿真结果表明,该舰船INS/GPS/Loran-C组合导航系统的设计合理,算法具有全局最优性,能够满足系统的精度要求,且应用该联合卡尔曼滤波器可提高系统的容错性能.     

多网络融合条件下的舰船组合导航系统开发

船舶为了能够在大海上精确的定位,船舶的导航定位系统一定要能够提供舰船的准确可靠的位置、速度以及姿态等重要信息,因此舰船的导航系统的精度和可靠性是重要的衡量指标。多网络融合的组合导航系统有着很多的导航定位传感模块,这些模块构成了一个完整的导航定位系统,极大的提高了舰船导航的定位精度。本文立足于多网络的组合导航定位系统,分析了多网络融合技术的基本原理及结构;研究了组合导航系统的特点及基本组成;最后总结了常用的几种导航定位系统和数据处理方法。这对我国未来组合导航系统的开发起着指导作用。     

基于MEMS的GPS/SINS舰船组合导航系统设计

针对舰船导航的特点设计了基于MEMS的GPS/SINS舰船组合导航系统,整套系统由GPS卫星导航系统和SINS捷联惯导系统两部分组成;着重介绍了MEMS和组合导航技术以及该设计系统的组成原理和应用前景,并对设计中的关键技术作出详细说明。     

相对估计的舰船组合导航定位算法研究及性能分析

舰船信息化的程度在不断的提高,多传感器网络规模在变大、结构变得复杂,通过多信息的融合来获取更加准确的船舶定位,能够有效的避免各种海上事故。本文在舰船组合导航系统的基础上,应用相对估计的方式开展舰船导航定位研究,最后进行仿真实验。通过实验对比可看出,本文算法精度高、误差小,具有更高的实用性。     

舰船综合导航系统试航试验数据动态加密方法

传统的舰船综合导航系统试航试验数据动态加密方法信息保留完整度低,加密时间长。为了解决上述问题,研究一种新的舰船综合导航系统试航试验数据动态加密方法,通过映射产生器、序列生成器、发生器来构建非线性组合混沌流密码,设定对比要素,使用分层处理确定信息,同时设定数据保护方案管理者、数据服务端、数据客户端来保护舰船综合导航系统试航试验数据信息。利用对比实验验证方法的有效性,结果表明,研究的舰船综合导航系统试航试验数据动态加密方法能够在短时间内实现精准加密,并且能够相对完整地保留信息。     

飞艇与无人机协同对海上运动目标定位跟踪研究

为实现飞艇、无人机协同对海上运动目标定位跟踪,通过一系列坐标转、变换将无人机测得目标位置转换到飞艇相对地理参考系中,并应用改进的Sage-husa自适应卡尔曼滤波实现对目标的跟踪,改进的卡尔曼滤波器是在Sage-husa噪声估计器基础上进行递推推导并引入权值系数,仿真表明,改进的滤波算法稳定性好,精度高,具有较快的收敛性和较强的自适应性。     

滤波方法在反舰导弹高度测量系统中的应用

为了得到更加准确的导弹飞行高度信息,通过组合无线电高度表和加速度计建立一种具有较高精度的导弹高度测量系统。首先对各传感器的特性进行分析;其次,根据传感器测量模型,采用噪声淹没技术建立导弹高度测量系统的状态方程和量测方程;最后,用卡尔曼滤波的方法进行仿真实验,得到高度估计。仿真结果表明,相比用单个传感器的高度测量方式,该方法具有更高的精度。     

基于舵角信息的航向修正和横漂速度估计算法研究

阐述了舰船在机动情况时舵角反馈信号对航向精度的提高以及对横漂速度的估计作用,结合舰船的运动模型和航向角H与舵角β的关系模型,考虑横漂速度对舰位的影响,引入舵角反馈信息,建立了有舵角反馈信息参与的kal-man滤波模型,并利用Matlab软件将有/无舵角信息参与的kalman滤波模型进行了比较,结果显示有舵角信息参与的kal-man滤波模型效果较好。     

基于MATLAB的卡尔曼滤波法参数辨识与仿真

本文介绍了基于MATLAB的使用卡尔曼滤波法进行参数辨识的设计与仿真方法。简述了参数辨识的概念和卡尔曼滤波法应用于参数辨识的基本原理，结合实例与最小二乘法进行比较，给出了相应的仿真结果和分析。     

GPS在移动机器人导航定位系统中的应用

为了获得移动机器人定位数据的真实性，减少各种随机误差对定位精度的影响，通过运动载体当前统计模型，取位置作为观测量建立移动机器人动态定位模型，同时针对传统卡尔曼滤波的不足进行了分析，提出自适应卡尔曼滤波算法，该算法始终保持噪声模型接近于真实模型，从而较好地解决了GPS动态定位中状态噪声与观测噪声建模不准确和时变问题，在此基础上，通过模拟噪声和轨迹曲线，进行了仿真，结果显示效果显著。     

比例导引下的机动目标跟踪算法仿真研究

针对比例导引目标的跟踪问题,将比例导引规律引入状态方程,建立线性时变系统模型,利用含有参数的标准卡尔曼滤波方法给出了目标的状态估计。运用语言进行仿真计算,分析并得到了在不同的初始航向角、比例导引系数、导弹的初始位置和速度下的导引弹道滤波曲线和弹目相遇时间。仿真结果表明,此方法正确可行。     

工程船动力定位系统滤波器设计与研究

为了解决卡尔曼滤波器在给定艏向线性化和过程噪声矩阵难以精确计算的问题,在建立船舶动力定位系统数学模型的基础上,设计了基于Sage-Husa自适应滤波算法的动力定位系统滤波器,并针对具体船型进行了滤波器设计,通过实船试验表明此方法能够很好的滤除高频运动信息的干扰,准确地估计出船舶低频运动信息,在工程上是可行的。     

采用状态参数辨识的惯性导航系统故障检测方法研究

针对惯性导航系统故障维修时间长的问题,提出了采用卡尔曼滤波器估计系统内部状态和参数,采取z。检验法来确定系统量测信息的有效性的方法,给出了滤波器设计需要的系统状态参数。在某型惯性导航系统故障维修中验证了通过采用卡尔曼滤波器对系统内部参数进行估计,可以提高故障诊断的效率。     

船舶动力定位系统最优控制器的仿真设计

根据动力定位船舶运动模型进行仿真建模，给出一种基于Kalman滤波的LQG控制器的仿真设计，并进行系统仿真实验。结果表明滤波器和控制器性能良好，仿真设计切实可行。     

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。