基于扩展卡尔曼滤波神经网络算法的公路货运周转量预测

介绍了扩展卡尔曼滤波的原理,针对人工神经网络神经元之间权值的调整过程,建立了权值调整的状态空间模型,并采用扩展卡尔曼滤波对该模型的状态变量进行递推估计.文中仿真以全国历年公路货运周转量为例,分别采用BP算法和扩展卡尔曼滤波算法对神经网络进行训练,2种训练方法预测的结果对比表明扩展卡尔曼滤波训练算法具有更好的准确性和更高的运算效率.     

SINS/Two-antenna GPS组合导航系统设计及实现方案

研究了SINS(Strapdown Inertial Navigation System)/Two-antenna GPS(Global Positioning System)全组合系统,建立了相应的误差模型和系统观测模型,特别是组合系统下的GPS载波相位双差观测模型.提出了一种扩展的卡尔曼滤波方法.并进行了系统硬件集成设计.仿真结果表明该设计改善了系统性能,提高了导航定位的精度、可靠性和实用性.     

大跨径预应力连续刚构桥施工控制的理论与方法

运用工程控制论的思想, 将预应力连续刚构桥的施工控制视为一随机最优控制问题, 建立相应的数学模型、目标函数及物理模型, 采用卡尔曼最优一步预测, 按确定性的最优控制规律构成闭环状态反馈系统． 同时, 在现场建立计算机工作站, 使计算机对各施工阶段进行调整控制,达到控制的目的． 其成果已在重庆黄花园嘉陵江大桥的施工控制中得到了应用．     

双波段红外警戒机动目标的跟踪算法

介绍了卡尔曼滤波在单波段红外警戒机动目标跟踪中的应用,利用最小方差数据融合算法,实现了双波段红外警戒机动目标的搜索与跟踪。     

基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

MIMU/GPS/磁罗盘组合导航系统算法研究

在自行研制的微小型MIMU/GPS/磁罗盘组合导航系统上,深入研究了组合导航算法。该组合导航系统用FPGA芯片为主控制器,以TI公司高性能DSP芯片TMS320C6713作为导航解算协处理器。它采用了圆锥误差补偿和划船误差补偿的现代捷联导航算法和18阶状态变量的扩展Kalman滤波算法进行了组合导航参数计算。经室外车载试验表明,该组合导航系统的水平姿态误差小于0.2°,航向角误差小于0.3°,定位精度小于5m。     

高精度系统时钟下的相对定位算法研究

在TDMA消息分发机制的网络中,获取成员之间准确地相对位置关系十分重要。由于一般导航系统提供的经纬度误差较大,本文提出一种在高精度系统时钟下,通过伪距测量实现网内节点相对定位的算法。在此基础上,详细介绍了针对高动态用户的TOA测量与惯性导航系统（INS）相结合的组合导航算法,建立以导航控制器为坐标原点的相对导航坐标系,根据惯导误差理论设计卡尔曼滤波器,并进行仿真分析。结果显示,该算法对于网内节点的定位精度有明显提高。     

基于快速卡尔曼滤波的SAS水下组合导航方法

合成孔径声呐(SAS)成像是基于匀速直线运动这一理想模型的,因此需要对其进行水下导航运动参数估计并确定出1条用于运动补偿的理想航迹。一般可以利用高精度的组合导航方法测量获得。文中研究了基于光纤陀螺惯导(Octans)和多普勒声速剖面仪(ADCP)等设备的SAS水下导航方法,建立组合导航系统的误差方程,并利用快速跟踪卡尔曼滤波技术进行了SAS的运动参数估计仿真。仿真结果表明,位置误差精度达到航程的0.24%,可作为SAS的水下导航方法。     

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。     

基于多传感器采集信息的水下机器人导航系统

设计基于多传感器采集信息的水下机器人导航系统,确保水下机器人能够高效完成水下任务,并改善其导航效果。构建水下机器人导航系统结构,传感器采集模块通过安装于水下机器人上的惯性测量单元、水温水压传感器、GPS传感器、视觉传感器获取其姿态、深度、位置、运动环境信息,数据处理模块调用联合卡尔曼滤波算法实现各种信息的融合后,经通信串口传输至运动控制模块,由主控制器实现水下机器人的运动控制。经以太网通信模块将融合后的数据传输到上位机中,导航模块通过避障算法和路径规划算法实现水下机器人的导航,并呈现导航结果。实验结果表明：该系统可实现多传感器采集信息的融合,融合后速度、位置误差获得有效降低;导航轨迹曲线与实际轨迹基本一致;可实现障碍物避障,并规划出运动轨迹。