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。     

舰船综合导航系统的联合卡尔曼滤波器设计

针对由惯性导航系统,全球定位系统及天文导航设备组成的舰船综合导航系统的特点,设计了联合卡尔曼滤波器,并给出了联合卡尔曼滤波器的结构及其算法。理论分析与仿真结果表明,该算法具有全局最优性,能够满足系统的精度要求,且应用该联合滤波可提高系统的容错性能。     

卡尔曼滤波对舰船导航系统精确性研究

本文将联合卡尔曼滤波器应用于舰船导航系统中。联合卡尔曼滤波器中的全局滤波器将获得的舰船导航系统的信息,按照信息分配系数,分给系统中的2个局部滤波器,以此来降低系统计算量,这种方式容错性强,提高了舰船导航系统的精度性和稳定性。     

舰船航态最优控制器的设计

在已知船舶控制模型和海浪干扰模型的前提下,按照适航性能的要求统一考虑了对横荡、横摇和艏摇运动的控制,运用卡尔曼滤波器估计系统状态,采用最优控制理论实现舵鳍联合控制舰船的横向运动,并对不同浪向下的控制效果进行了仿真研究.     

基于Elman网络的舰船组合导航系统误差补偿研究

为了提高卡尔曼滤波估计精度，提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原理的相似性，利用Elman网络做误差估计器，补偿卡尔曼滤波器的估计精度。实际舰船航行数据仿真测试表明，该方法有效可行。     

舰船航态最优控制器的设计

在已知船舶控制模型的海浪干扰模型的前提下,按照适航性能的要求统一考虑了对横荡、横摇和艏摇运动的控制,运用卡尔曼滤波器估计系统状态,采用最优控制理论实现舵鳍联合舰船的横向运动,并对不同浪向下的控制效果进行了仿真研究。     

改进遗传模糊神经网络在舰船组合导航中的应用

由于舰船组合导航系统的实际运行环境比较恶劣，系统精确的数学模型及噪声的统计特性不易先验得到，而导致常规卡尔曼滤波器失效。尝试将改进遗传算法优化的模糊神经网络用于舰船组合导航系统中，仿真结果表明，提出的算法比较有效，并且精度和常规卡尔曼滤波算法相当。     

一种新的综合滤波在INS/GPS/CNS组合导航系统中的应用研究

针对INS／GPS／CNS组合导航系统的特点，采用了基于H。滤波的神经网络代替传统卡尔曼滤波器，利用INS／GPS、INS／CNS两个局部滤波器的输出值，通过联合滤波器进行线性最优估计，且进行了计算机仿真。仿真结果表明，该算法在满足系统精度和容错性要求的基础上，有效地改善了系统的自适应性、实时性、鲁棒性等性能，是组合导航系统理想的结构模型。     

卡尔曼/粒子滤波器在船用组合导航中的应用

采用将全球定位系统GPS（Global Positioning System）与捷联惯性导航系统SINS（Strapdown Inertial Navigation System）进行组合导航的方式,组合后系统性能将优于GPS或SINS单独使用时的任一系统。介绍了基本粒子滤波器算法原理并对卡尔曼/粒子组合滤波器在船用GPS/SINS组合导航中的实现形式及算法特点进行了研究。仿真结果表明,对于船用SINS/GPS组合导航问题,卡尔曼/粒子组合滤波器能够获得较高的滤波精度,满足实际船用导航要求。     

船舶动力定位控制系统的非线性观测器设计

针对船舶动力定位系统高度耦合非线性的特点,设计了一种基于无迹卡尔曼滤波的改进算法。该算法利用统计线性化技术,将非线性映射直接作用于采样点,根据映射后的点集重建统计变量,并且对非线性函数的概率密度分布进行拟合。结合动力定位船舶系统,进行了无迹卡尔曼滤波器和卡尔曼滤波器的对比仿真实验,仿真结果表明论文设计的无迹卡尔曼滤波器有较高的计算精度和较强的适用性。