一种改进的卡尔曼滤波定位算法研究

研究了一种改进的卡尔曼滤波导航信号定位算法:通过测量每次接收机得到的伪距观测量及伪距变化量,估算出接收机的位置、速度,实现无线电导航系统的定位解算.该方法不直接使用卡尔曼滤波器来估计载体的状态,而是用滤波器来确定状态的误差,减小了运算误差,有效提高了定位精度.在进行参数估计时不需要贮存大量的测量数据,能够方便地进行动态测量数据的实时处理.该方法已经应用在导航定位解算中,仿真结果和实际应用验证了该方法具有快的收敛速度和高的定位精度.     

船用姿态＋水平速度组合SINS／GPS导航系统的研究及实现

阐述了基于卡尔曼滤波器的船用SINS／GPS姿态 水平速度组合系统的设计及实现方法，建立了12维的组合系统状态方程，给出了GPS误差模型，实现了以GPS与SINS输出的航向角以及北向和东向速度之差作为卡尔曼滤波器观测量的低成本SINS／GPS全组合方案，通过计算机仿真和海上试验验证，证明该方案是可行的，能够加快计算速度，实现实时滤波计算，并大幅度提高姿态测量精度，降低系统成本。     

基于改进联合卡尔曼滤波算法的列车测速信息融合

基于高速列车的测速精度直接影响车载设备的控制精度,为了提高测速精度,在分析基于联合卡尔曼滤波算法的多路测速传感器信息融合原理、结构和算法的基础上,针对联合卡尔曼滤波系统因缺乏系统噪声和测量噪声的先验知识而导致滤波精度下降的问题,运用自适应联合卡尔曼滤波思想,对系统过程噪声和测量噪声的统计特性实时进行估计和修正,并将改进前后的算法进行计算机仿真。研究结果表明:改进后的滤波算法具有更好的融合精度,更稳定的滤波效果,能够进一步提高测速系统对环境的适应能力。     

轨道客车多维速度检测信息的数据融合技术

为充分发挥各种轨道客车速度检测装置在不同工况下的性能优势,针对来源于轴端速度传感器、多普勒雷达、北斗导航系统及惯性导航的多维速度检测信号,采用扩展式卡尔曼滤波算法进行数据融合,在线调整算法中各信号的参数权重,实现对轨道客车速度信息的最优估计。仿真验证结果表明,该技术能够得到真实可靠的轨道客车速度信息。     

基于卡尔曼滤波的GPS/DR导航信息融合方法

为了有效地实现GPS/DR(Global Positioning System/Dead Reckoning)组合导航系统的信息融合,提高GPS/DR组合导航系统的精度和可靠性,分析了传统的利用全球定位系统(GPS)与航位推算系统(DR)跟踪车辆位置方法的特点,结合GPS和航位推算DR两种定位方式的优点,在车辆定位技术中采用GPS/DR组合定位技术,构建了基于卡尔曼滤波技术的自适应联合卡尔曼滤波器,使用Matlab软件工具进行了计算机仿真验证,从软件集成的角度探讨了GPS/DR组合定位技术的串口通信等关键技术的软件实现问题,给出了GPS单独导航、DR单独导航和GPS/DR组合导航三种工作状态下的位置误差。从对比中可以看出,组合系统能在任何情况下实现车辆的实时、可靠、准确的定位,定位误差最小,同时还可以减小甚至消除推算定位系统随时间积累的误差。     

卡尔曼滤波算法在自主式水下机器人超短基线定位中的应用

近年来,海洋开发进程不断深入,水下机器人在海洋探测、海上救助等领域发挥着越来越重要的作用。基于超短基线的声波探测定位技术是采集和传递信息的最有效手段,是解决水下机器人定位精度的有效途径。本文研究基于超短基线定位的原理,分析产生定位误差的原因,利用卡尔曼滤波算法提高水下机器人的定位精度。     

基于可观测性分析的单轴激光惯导初始对准方法研究

在单轴旋转激光惯导系统中，采用奇异值分解的方法对系统进行可观测性分析，得出在初始对准过程中方位失准角的可观测度相对水平失准角较低，估计速度较慢，影响整个系统的初始对准速度。针对这一问题采用水平失准角的稳态估计值去估计方位失准角的方法。仿真结果表明：该方法可以有效提高方位失准角的估计速度。     

一种基于惯性匹配的船体姿态基准传递方法

船体变形角的存在是造成船体局部姿态基准失准的根本原因。本文基于惯性姿态匹配法,提出一种抑制船体变形影响、实现高精度姿态基准传递的方法。首先对光学设备测得的船体变形角数据进行频域分析,实现船体变形角高精度建模。然后利用中心主惯导和船体局部捷联惯导的姿态输出构建卡尔曼滤波方程,实现船体变形角的实时高精度估计。最后仿真验证了船体变形角建模方法和姿态匹配算法的可行性,为船体局部高精度姿态信息获取提供理论参考。     

相控阵天线波束指向跟踪算法研究

根据舰载环境的特点,提出一种改进的由计算机控制相控阵天线跟踪波束指向的算法.仿真结果表明,该算法可显著地提高对目标的跟踪性能,并且计算量小,比较适合工程化.