长基线系统导航阵型设计

论文通过对几种长基线系统导航的阵型进行仿真分析,提出在不同要求下适用于长基线系统导航的阵型设计,通过海试对矩形阵进行验证,该阵型导航精度达到要求,具有很高的工程应用价值。     

基于长基线水声定位系统水下定位技术初步应用研究

长基线定位系统(Long Baseline),简称LBL,是一种高精度深水水下定位系统。文章在介绍了国内外LBL发展现状基础上,通过松花湖LBL水下定位系统试验,介绍了其定位理论和方法,解决了50 m水深海底信标布放、固定及回收问题,探索了海底应答器相对校准(基线校准)、绝对校准方法,确定了定位标的跟踪定位方式,形成了相对完整的LBL水下定位流程和方法体系,得到了高精度水下定位数据,为实际工程应用提供了真实的理论基础。     

自适应滤波在舰船组合导航系统中的应用研究

本文采用检测自适应滤波方法，研究了其在舰船组合导航系统随机数据处理中的应用，研究分析表明，采用自适应滤波处理舰船组合导航随机数据较采用卡尔曼滤波方法具有更好的稳定性，尤其在舰船机动航行时，效果更为明显。     

一种适用长基线系统绝对测阵的新航路

文章通过对长基线系统绝对测阵进行仿真,分析了影响系统精度的三种情况,提出适用于长基线系统绝对测阵的一种航路,海试表明,该航路有效缩短了测阵时间,简化了繁琐的现场操作,满足大范围测阵精度要求,具有很高的工程应用价值。     

一种应用自适应滤波的新型船用综合导航系统

本文介绍一种以自适应卡尔曼滤波器为核心,以电子屏幕导航为应用手段的新型船用综合导航系统(以下简称综导)。卡尔曼滤波仍是当今船舶导航最适用的滤波方法,但普通卡尔曼滤波对被测系统动态模型和噪声验前统计的苛求,给研制高效综导带来困难。根据系统辨识理论,我们采用虚拟噪声补偿技术,对普通卡尔曼滤波器进行改造,并加进一种用来递推估计噪声统计特性的估值器,构造成自适应卡尔曼滤波器,结果令人满意。此外,以下三点也是本系统设计中的新颖之处:(1)将导航星全球定位系统(GPS)信息与劳兰C、NNSS卫导信息一并接入综导,改善综导的精度和冗余度;(2)采用一种新的防发散算法,能有效的控制自适应滤波器可能的发散;(3)驾驶员观察以电子海图为背景的显示器画面,根据船位偏离情况引导船舶航行,使导航变得既可靠又方便。我们称这种导航手段为电子屏幕导航。文章末尾给出了计算机仿真结果。仿真表明,70～80%的系统噪声和量测噪声能被抑制掉。该系统样机正在进行海上试验。     

Kalman滤波应用于GPS相对导航信息解算方法

舰艇编队航行协同作战,必须精确确定编队成员间的相对位置和方位,即进行相对导航。研究利用GPS伪距信息进行差分,以卫星伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立相对导航模型,利用卡尔曼滤波解算跟踪船相对目标船的位置信息,从而获得跟踪船相对目标船的距离和方位信息。应用此方法进行实测实验,结果表明测距精度优于0.2 m,方位精度优于5°。     

基于海流数据库的Kalman滤波在水下导航中的应用

定位精度对载体至关重要.提高定位精度有2种方式:一是增加高精度导航设备;二是利用数据处理方法.水下载体缺乏高精度的导航设备,但其又需要在水下保持长时间的精确航行.通过建立高精度的海流数据库,然后利用数据融合算法对水下导航信息进行处理来获得高精度的位置信息,该数据融合算法实质是基于海流数据库的Kalman 滤波.通过大量的仿真实验和海试证明,该算法具有很强的实用性和有效性.     

高精度水下导航定位技术在考古打捞中的应用

高精度水下导航定位技术已被广泛应用于水下工程.但在考古打捞中的应用还很少.结合某考古打捞工程,分析考古打捞的技术特点,阐述控制系统、使用设备、设备安装调试、作业过程、以及可能存在的主要问题等,全面介绍高精度水下导航定位技术在考古打捞中的应用.     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.     

置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用

[目的]为解决载体受到扰动时组合导航精度下降的问题,提出一种基于置信检验自适应联邦卡尔曼滤波(CC-AFKF)框架.[方法]首先,将电子罗盘(EC)、全球定位系统(GPS)与惯性导航系统(INS)相结合;其次,构建置信检验模型,有效滤除INS/GPS和INS/EC子系统中低置信度的量测值,保证量测值的准确性;最后,提出...     

组合导航中自适应算法的设计分析

随着海上交通运输的自动化、网络化,船舶的导航系统需要具备更加精确的位置导航和更加快速的数据传输。传统的单一导航模式如GPS导航等已经难以满足需求,组合导航系统成为了船舶工业领域的研究热点。本文研究的主要内容是船舶组合导航系统的数据分析,开发了一种基于卡尔曼滤波的自适应算法,具有一定的应用价值。     

一种基于声学定位/航位推算的水下导航定位方法

受环境影响,声学定位系统输出的位置信息波动较大,还会出现数据跳变或丢失现象,严重影响了水下载体的定位精度。针对此问题,提出一种基于声学定位/航位推算的组合导航方案,该方案在组合滤波前对声学定位系统输出数据可用性进行判断,进而选择不同的导航方式。采用计算机仿真和海试实验对研究方法进行了验证,结果表明,该方法能有效融合两种导航系统的优点,平滑声学定位系统数据的波动,且当声学定位系统输出异常时,水下载体短时间内还能保持较高的定位精度。     

基于H∞滤波技术的重力辅助导航仿真研究

因无法对系统模型和噪声模型精确建模导致Kalman滤波器精度较低或发散问题,本文将H∞滤波理论引入重力仪/INS组合导航系统。文中首先给出了最优H∞范数的计算方法,解决了过去根据经验或多次试验确定该值的问题。组合导航系统包含位置、速度和姿态9维状态误差,利用重力仪实测重力异常与INS指示位置地图重力异常值之差作为观测信息对系统进行H∞滤波。仿真实验表明,该方法可极大地改善组合导航系统的鲁棒性和可靠性,明显提高系统的导航精度,减小滤波系统的阶次,加快对系统状态的滤波估计,对工程实际应用具有重要意义。     

基于自适应滤波技术的舰船信号处理研究

为解决传统舰船信号处理技术对信号处理有效性较低的不足,提出基于自适应滤波技术的舰船信号处理研究。基于自适应滤波技术的引入,搭建舰船信号处理接口,完成基于自适应滤波技术舰船信号处理模型的构建。依托信号处理参数的确定,实现对舰船信号的处理,完成了提出的基于自适应滤波技术的舰船信号处理研究。试验数据表明,基于自适应滤波技术的舰船信号处理方式较传统舰船信号处理方法,舰船信号处理有效性提高52.07%,适用于不同环境下的舰船系统通信信号处理。     

双边滤波技术的船用导航传感器干扰信号抑制研究

船用导航传感器干扰信号处理一直都是船舶通信领域的热点问题,当前干扰信号抑制方法由于滤波环节较为落后,导致处理后信号误码率较高,设计双边滤波技术的船用导航传感器干扰信号抑制方法。构建船用导航传感器信号模型,计算信号噪声比、干扰噪声比。使用双边滤波技术对采集到的干扰信号进行滤波处理,并使用BOC原理对其展开调制。构建仿真实验环节对此方法使用效果展开分析,实验结果表明,此方法可有效控制信号误码率,提升导航信号可靠性。     

基于人工神经网络的导航数据处理方法研究

探讨了采用广义ＢＰ神经网络理论来进行组合导航定位数据的非线性滤波方法。采用广义ＢＰ人工神经网络进行随机状态估计,其特点是：实时数据处理可并行计算,速度快;对组合导航系统模型结构及其统计特性无要求。     

基于渐消记忆自适应滤波的船舶动力定位算法仿真

由于船舶在海上运动的复杂性和非线性,精确的船舶动力定位系统数学模型难以建立.为了实现有效的动力定位控制,需要应用一定的状态估计滤波算法得到所需的船舶运动低频信号.采用常规的Kalman滤波,状态变量的新测量值对预测值的修正作用下降,旧测量值的影响随着计算步数的累积而相对提高,这是引起滤波发散的主要原因之一.文章针对船舶动力定位系统中使用常规的Kalman滤波而存在的模型不精确、 不能准确表达系统噪声和测量噪声等问题,采用渐消记忆自适应滤波估算低频运动信息,在状态估计算法中引入渐消记忆因子,减小旧测量值对状态估计值的影响权重,从而增大新测量值的作用;并根据滤波发散判断准则,选择适当的渐消记忆因子值来抑制滤波器的发散,使控制器输出较为平稳,从而降低推力系统不必要的能耗.仿真实验表明,所设计的自适应滤波器的收敛性、跟踪性优于常规的Kalman滤波,有效地提高了系统的定位精度和稳定性.     

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。     

模糊自适应Kalman滤波在INS／GPS组合导航系统中的应用

针对INS／GPS组合导航系统中因量测噪声的复杂多变造成的发散问题,引人了一种基于新息方差匹配技术的自适应模糊控制Kalman滤波算法,通过模糊控制器在线调整量测噪声方差,抑制滤波器发散,从而提高导航系统的精度。仿真结果表明该算法具有比常规Kalman滤波更高的精度。