卡尔曼滤波器在船舶运动模型参数辨识中的应用

船舶航行在广阔洋面时,由于速度极快,因此具有很好的机动性,但遇到恶劣天气时,会面临很大的控制难题,尤其是控制信号的传递和导航数据的传输过程中会面临较强的干扰问题。本文主要研究船舶运动模型参数的辨识问题,采用卡尔曼滤波器对输入信号进行处理,能够主动分离出有用信号和噪声信号。在滤波过程中,通过对滤波参数进行提取,能够提高滤波效率,显著改善了船舶运动控制的水平。     

卡尔曼滤波算法在船舶航行轨迹异常行为检测中的应用

现代船舶的信息化、自动化程度不断提高,自动识别系统(AIS)、电子海图综合系统(ECDIS)和船舶总线通信系统等先进技术在船舶上的应用越来越广泛。随着内河航运和远洋海运的发展,海事交通管理部门对船舶航行轨迹异常行为的检测显得尤为重要。本文主要针对船舶在区域内的航行轨迹异常行为检测问题,结合卡尔曼滤波算法,设计一种船舶异常航线检测系统,并对该检测系统的性能进行仿真分析。     

卡尔曼滤波器在舰载雷达目标跟踪中的实现

舰载雷达目标追踪系统可以探测和跟踪海面、水下和空中的目标,为船舶导航等提供重要的目标数据,保障船舶安全和正常航行。卡尔曼滤波器(CKF)是基于容积卡尔曼滤波算法设计的一种典型非线性滤波器,近几年来获得了广泛的关注。本文利用容积卡尔曼滤波器,对传统舰载雷达系统进行鲁棒性和近似线性的优化,提高舰载雷达目标追踪的效率和精度。     

舰船局域网络大规模入侵实时取证方法研究

传统检测取证方法存在大规模入侵检测数据误差大的问题。提出舰船局域网络大规模入侵实时取证方法,依托信号滤波技术,创建卡尔曼信号滤波单元,对网络波束内部干扰源进行滤波处理,利用Hybrid入侵特征提取算法,对滤波后信号进行提取运算。实现对局域网内的入侵数据信号干扰滤波与入侵信号提取。通过对比实验证明:提出的舰船局域网络大规模入侵实时取证方法,能够有效滤除局域网入侵干扰信号波,快速筛选、锁定、提取入侵数据信号,实现实时提取入侵信号证据的效果。     

基于卡尔曼滤波器的无传感器矢量控制

永磁同步电动机因具有运行性能好、功率密度和效率高等特点，在生产和理论研究中得到广泛应用。在电动机应用领域中，拖动控制系统的可靠性极其重要，无位置传感器永磁同步电动机控制是电机拖动技术领域的一个热点。本文主要研究了永磁同步电动机（IPMSM）的无速度和位置传感器矢量控制。提出了基于卡尔曼滤波器无位置传感器的永磁同步电动机的转子位置和转速估计的方法。     

卡尔曼滤波器工程

现在，我们来考虑卡尔曼滤波应用的下列实际问题：1．计算机的舍入误差和具有较好防备舍入误差的(健壮性的)替代实现办法会怎样降低卡尔曼滤波器的性能；     

INS/GPS姿态组合导航系统卡尔曼滤波器设计

在建立用于卡尔曼滤波的INS和GPS姿态误差模型基础上,给出INS/GPS姿态组合系统的误差方程和量测方程,仿真结果表明：在通常的利用位置和速度作为观测量的INS/GPS组合导航系统中,加入GPS姿态观测量后,INS的位置误差、速度精度及姿态精度都得到较大提高,同时INS元件误差也能得到较好的估计。     

大型船舶航迹多变量随机最优控制

基于随机控制理论，研究了大型船舶航迹的随机最优控制。以Mariner号船舶为研究对象，建立了该船的运动方程和干扰模型，在此基础上，利用卡尔曼滤波器对航向角Ψ、舵角δ、船位信息(经纬度)等进行最优估计，采用LQG随机控制方法对航迹进行随机最优控制。仿真结果表明航迹控制性能良好，能精确保持航迹。     

一种基于卡尔曼滤波器的单级倒立摆的LQR方法

倒立摆的控制因其系统动态模型是非最小相位系统而很难用经典控制算法得到较好的控制效果.提出利用最优控制LQR方法来完成控制.由于利用最优控制,系统状态必须全部已知.考虑到系统噪声和量测噪声,根据分离性原理,利用LQR方法设计控制律,利用卡尔曼状态估计来完成系统状态的重构.仿真结果显示该方法具有良好的控制效果.