多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统，对该系统数据对准的功能层次作了探讨，并根据海上目标的特点，设计和实现了相应的时间对准算法和空间对准算法。     

基于多传感器鲁棒容积卡尔曼融合的半潜式起重平台立柱快速压载舱液位估计

在半潜式起重平台立柱快速压载舱的液位测量过程中，由于可能存在传感器故障和外界干扰等因素，从而产生观察野值并导致系统输出的可靠性降低。针对此问题，本文提出一种基于多传感器鲁棒容积卡尔曼融合（Multi-Sensor Robust Cubature Kalman Fusion,MSRCKF）的液位估计算法。借鉴Huber等价权函数的思想，引入一个自适应因子以抑制观测野值对容积卡尔曼滤波的影响，再通过基于扩展信息滤波的矩阵变换推导出近似等效于集中式融合的MSRCKF算法。仿真结果表明，MSRCKF算法可以在单传感器发生故障的情况下有效地提高液位测量系统估计值的可靠性和稳定性。     

多源信息的有序分层融合模式

本文以潜艇Ｃ＾３Ｉ系统需求为背景，介绍了有序分层融合模式及其相应算法。仿真和加载试验表明，该模式成功地解决了多传感器多目标信息的融合处理问题。     

双波段红外目标数据融合模型的研究

从跟踪性能,计算的复杂性,以及应用范围等方面对双波段红外传感器的三种融合模型进行比较,得出来自同一平台上两个红外传感器的数据,在各传感器没有各自的数字处理机的情况下,点迹融合模型较其余两种模型实用的结论。最后给出在点迹融合模型的基础上,用极大似然融合算法对点迹进行融合处理的仿真结果,证明该算法用于此种模型能提高目标状态信息的估计精度,降低测量误差,从实际应用上进一步说明算法的有效性。     

基于模糊神经网络的航海信息融合技术研究

根据航海信息融合的要求，建立了航海信息融合处理模型，讨论了各种传感器数据的融合处理；采用改进的自适应模糊系统的径向基函数网络的信息融合算法实现目标信息融合，建立数学模型，给出了具体的算法，并通过计算机仿真，验证了该信息融合算法对提高目标数据的精度和可靠性的有效性。     

潜艇大气环境多传感器信息融合技术研究

介绍了多传感器信息融合技术的概念，分析了多传感器集成与信息融合、方法与算法的问题，论述了潜艇大气环境多传感器信息融合技术研究的必要性。     

一种改进的舰载直升机多传感器目标信息融合跟踪方法

结合舰载直升机传感器探测方式的分析,对现有信息融合跟踪算法进行研究,指出其存在的计算速度和精度的问题,提出一种改进的多传感器目标融合方法.将该算法代入某作战仿真系统进行验证.该方法与原先算法相比,计算迅速、精度较高,对舰载直升机改进跟踪战术具有重要的参考价值.     

多传感器信号融合算法的仿真

基于贝叶斯推理的多传感器最佳融合规则不能用于多目标的信号判定，本文对改进的多目标多传感器信号融合算法和经典算法进行了仿真，讨论了仿真结果，并对两种算法进行了比较。     

舰载多传感器信息融合技术初探

本文对舰载作战指挥系统多传感器信息融合的需求进行了分析,提出了舰载系统多传感器信息融合的结构及理论算法,给出了软件实现的具体方法。文章对舰载系统多传感器信息融合进行了从抽象到具体的探讨,研究了适合于舰载系统多传感器信息融合的具体实现、融合数据的使用等关键技术;对信息融合进行了总体设计,给出了实现的理论算法;并对信息融合对系统通讯、资源和接口的影响作了研究。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计，计算机仿真结果表明了该算法的有效性。     

基于OpenGL的深海开架式潜水器视景仿真设计

采用虚拟仿真技术,以正在研发的深海开架式潜水器的设计尺寸和数字海底理论为基础,采用基于面向对象数据模型和基于表面三角剖分的方法来构建水下目标的三维空间数据模型。以三角形的空间拓扑关系为基础,利用SolidWorks建模工具和VC++OpenGL图形开发库,实现了深海虚拟环境下的系统仿真。通过水下目标的建模实例,验证了仿真平台的正确性和可行性,该平台还可应用于深海综合调查研究、水下机器人操纵运动控制仿真等领域。     

基于ANN星识别算法的仿真平台

星敏感器是一种高精确度的姿态测量仪器，它通过对观测到的星点进行识别来计算姿态。为了能够较好地测试和验证星识别系统的性能，设计了一个基于ANN算法的星识别仿真平台。通过对该星识别仿真平台性能的测试，表明该仿真平台能够方便，实时地测试星识别算法的性能与正确性，因此说它是一种具有较好实用价值的星识别仿真平台。     

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.     

减摇水舱试验台架系统无模型自适应控制

结合无模型控制的优点,首次将无模型控制理论应用到船舶减摇控制系统中.减摇水舱试验台架电液力矩伺服系统所采取的控制策略是设计减摇水舱试验台架的关键,针对模型控制策略对非线性系统的控制在应用中表现出的不足和局限性,采用无模型控制律对电液伺服系统控制器进行了设计和仿真研究.仿真结果表明:无模型控制器表现出优良的控制品质,跟踪性能良好,具有结构适应性,系统符合设计要求.     

基于时延数据融合的港口船舶监控策略研究

在对现有港口船舶航行监控方法以及导航技术详细分析的基础上,结合基于Kalman滤波的数据融合技术,讨论了利用雷达、GPS以及AIS数据进行港口船舶导航算法和监控策略的设计问题。针对现有的时延平滑估计存在的缺点,提出一种基于时延的集中式预测估计融合算法。新算法具有很高的实时性和可实施性,同时,将新算法与现有的时延平滑估计融合算法相集成,提出一种完整的船舶导航和监控策略,计算机仿真算例验证了新算法的优越性,同时显示了新监控策略的有效性。     

多目标跟踪中的目标位置及速度数据融合

基于多传感器数据融合理论，提出了一种在杂波环境下解决多目标跟踪的方法，即利用位置，速度的融合，得到比较满意的多目标跟踪运动轨迹，给出了有效的融合算法，并进行了仿真，通过仿真可以看出这是一种实用，有效的多传感器融合。     

水下潜器改进S面控制及控制系统仿真(英文)

S surface controllers have been proven to provide effective motion control for an autonomous underwater vehicle (AUV). However, it is difficult to adjust their control parameters manually. Choosing the optimum parameters for the controller of a particular AUV is a significant challenge. To automate the process, a modified particle swarm optimization (MPSO) algorithm was proposed. It was based on immune theory, and used a nonlinear regression strategy for inertia weight to optimize AUV control parameters. A semi-physical simulation system for the AUV was developed as a platform to verify the proposed control method, and its structure was considered. The simulation results indicated that the semi-physical simulation platform was helpful, the optimization algorithm has good local and global searching abilities, and the method can be reliably used for an AUV.     

水翼艇可调桨推进智能控制仿真研究

以MATLAB6．5为工作平台,设计了基于模糊逻辑工具箱的模糊控制器,编制了变尺度混沌算法的优化程序,建立了水翼艇可调桨推进的数学模型和仿真模型；通过对模糊控制器系数优化,并将优化后的系数代入仿真模型中,进行大量的实时仿真,仿真结果表明：无论是从超调量方面还是从稳定性方面,变尺度混沌优化模糊控制器都有很好的控制效果．     

带吊舱水下机器人运动建模与仿真(英文)

To provide a simulation system platform for designing and debugging a small autonomous underwater vehicle’s (AUV) motion controller, a six-degree of freedom (6-DOF) dynamic model for AUV controlled by thruster and fins with appendages is examined. Based on the dynamic model, a simulation system for the AUV’s motion is established. The different kinds of typical motions are simulated to analyze the motion performance and the maneuverability of the AUV. In order to evaluate the influences of appendages on the motion performance of the AUV, simulations of the AUV with and without appendages are performed and compared. The results demonstrate the AUV has good maneuverability with and without appendages.