基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。     

基于自适应滤波器的AUV组合导航系统研究

为满足自主式水下航行器(AUV)应对水下复杂环境和水下高精度导航的需求,提出了捷联式惯性导航系统(SINS)、多普勒计程仪(DVL)、磁罗经导航系统(MCP)和地形辅助导航系统(TAN)的水下组合导航系统方案,设计了一种基于BP神经网络的自适应滤波算法,建立了卡尔曼滤波器的线性滤波方程和导航传感器的量测方程,根据数学模型进行仿真实验。仿真结果表明,导航传感器和基于神经网络的自适应滤波技术的应用大大提高了AUV的导航精度和自适应能力。     

模糊自适应卡尔曼滤波在惯性/地磁导航中的应用

为了提高自主、无源组合导航系统的精度和可靠性,针对惯性/地磁组合导航系统中滤波发散、量测噪声统计特征随实际情况不同而变化的问题,本文在无迹卡尔曼滤波的基础上,通过监测滤波新息的方差和均值变化,采用模糊自适应滤波算法,"在线"调整模型中的噪声方差阵,来改变滤波器的估计均方误差和滤波增益.通过自适应调整Sigma采样中权值的比例因子α,来解决UT变换的非局部效应,达到提高组合导航的精度的作用.仿真结果表明,模糊自适应卡尔曼滤波器可以有效的提高惯性/地磁组合导航系统,克服了传统滤波算法的缺点和不足,提高了滤波精度.     

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。     

多模型估计理论

研究利用多模型来副近系统的动态性能,基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器.通过仿真研究表明,在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题.多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性.研究表明,运用多模卡尔曼滤波能改善系统的瞬态响应,覆盖大范围的参数不确定性.     

多模型估计理论

研究利用多模型来逼近系统的动态性能，基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器。通过仿真研究表明，在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题。多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性。研究表明，运用多模卡尔曼滤波能改善系统的瞬态响应，覆盖大范围的参数不确定性。     

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。     

GPS导航滤波器的设计

本文基于卡尔曼滤波的理论，在分析GPS导航滤波器的基础上，应用UDU^T分解法和自适应过程，设计了一个实际不发散且运算速度快的卡尔曼滤波器，并已成功地应用于GPS接收机中。     

GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了ＧＰＳ动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

伪距GPS/INS组合导航系统的多模型自适应卡尔曼滤波器设计

对多模型自适应估计滤波进行了仿真研究.仿真结果表明,多模型自适应估计滤波可以克服单一模型卡尔曼滤波器在对真实系统状态参数发生变化时的滤波误差过大甚至发散的问题,对于环境的变化具有较强的适应性,整体上可提高组合导航系统的导航精度.     

自适应卡尔曼滤波技术在水下机器人运动控制中的应用

水下机器人的位置和速度传感器受环境影响较大，数据滤波问题是运动控制的核心问题之一。建立了水下机器人运动的状态方程和量测方程，并在此基础上采用自适应卡尔曼滤波方法对水下机器人的传感器数据进行了滤波分析，并引入渐消记忆指数加权方法，避免了系统误差和量测误差统计特性的不准确对系统滤波效果的影响。结果表明此方法能达到很好的滤波效果。     

船舶组合导航系统综合卡尔曼滤波研究

本文首先建立了船舶组合导航系统的七维动态方程和四维测量方程,然后在对系统非线性推广卡尔曼滤波、非线性推广自适应卡尔曼滤波和克服滤波发散的方法进行分析的基础上,提出了一种新型综合卡尔曼滤波器。仿真结果证明,新方法的可靠性及精度比推广的卡尔曼滤波和推广的自适应卡尔曼滤波,都有了很大程度的改善。     

基于单片机的水下机器人传感器故障检测仪设计

针对OUTLAND1000无人水下机器人,采用自适应滤波器FIR对水下机器人进行在线自适应建模,利用LMS算法调节和分析滤波器的权系数实时监测水下机器人传感器的故障.以单片机C8051F120为核心设计故障检测器,数据采集和控制信号通过设计的键盘发送给机器人,传感器数据通过RS-232传送到控制器进行数据分析,并在液晶上显示出相应的故障检测结果.     

一种雷达目标运动要素解算方法研究

针对船舶导航避碰对水面目标运动要素实时高精度估算的要求,给出了一种基于去偏转换坐标卡尔曼滤 波思想的目标跟踪算法.在算法中,通过非线性坐标转换并去偏后得到去偏转换测量值,实现目标状态方程和量测方程在笛卡尔坐标系的线性方程,采用标准卡尔曼滤波算法进行滤波.因此,只要解出去偏转换量测值误差方差即可按标准的卡尔曼滤波算法对目标进行跟踪.仿真结果表明,在保证滤波器不失配的前提下,去偏转换坐标卡尔曼滤波(DCMKF)算法收敛迅速并有较高精度,能够满足导航雷达实时应用的需求.     

自主式水下航行器水下回收融合引导技术方案及算法

[目的]为解决母艇携载的自主式水下航行器（AUV）在水下自主回收和对接的问题,基于惯导（INS）、声学超短基线定位（USBL）、光学等信号引导的多源数据融合,提出一种面向移动平台的AUV水下回收对接引导方法。[方法]为此,设计融合多传感器信息的扩展联邦卡尔曼滤波器,采用分散滤波并再经信息融合方法以提高滤波精度。分别以INS和USBL及光学探测信号作为子滤波器的输入信息,结合AUV水下回收对接过程中的5个阶段分别建立运动方程,最终得到适用于移动平台搭载的AUV水下对接引导系统的多源数据融合导航算法。[结果]仿真结果表明,所提方法具有可行性、系统鲁棒性和控制精度,[结论]可满足母艇水下回收作业对接的工程要求,以及作为AUV水下自主回收操作的技术参考。     

高性能MINS/GPS组合导航计算机研究

针对MINS/GPS组合导航计算机设计中所面临的具体要求,设计了一款基于高性能浮点DSP及FPGA的组合导航计算机.在该系统的设计中,FPGA EP20K160E负责系统的数据采集和主要的逻辑控制,浮点DSP TMS320C6713则在植入嵌入式操作系统后主要负责导航信息的处理,并能够有效支持本系统所采用的基于模糊自适应卡尔曼滤波器的数据融合方法.跑车实验结果证明基于选用的DSP和FPGA所设计的导航系统的精度和实时性均能达到设计要求,并具有低成本、体积小等优点,对微型导航技术的广泛应用具有实际意义.     

Alpha-beta滤波在船舶动力定位状态估计中的应用

船舶动力定位系统已广泛应用于海洋工程中,状态估计是动力定位系统的重要组成部分。在工程应用中,状态估计方法主要采用基于卡尔曼滤波的算法,但是这些算法对于船舶首向的滤波效果并不理想。alphabeta滤波是一种不基于模型的稳定常增益滤波器,其结构与卡尔曼滤波类似。本文设计了一种混合滤波器,采用alpha-beta滤波对船舶首向进行滤波,扩展卡尔曼滤波对船舶横向和纵向进行滤波,以改善船舶首向的滤波效果。通过将混合滤波器的滤波效果与扩展卡尔曼滤波器进行对比,验证了alpha-beta滤波用于船舶首向滤波的可行性和有效性。     

大尺度欠驱动高速AUV导航系统研制

[目的]针对某新型大尺度欠驱动高速自主式水下机器人(AUV)导航系统的研制,[方法]详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波(UKF)技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。[结果]结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,[结论]证明该系统能够满足AUV航行任务的需要。     

模糊自适应滤波在车载组合导航系统中的应用

文章针对车载GPS/DR组合导航系统工作环境复杂,其观测噪声相应复杂多变的特点,引入了一种基于模糊自适应控制的卡尔曼滤波算法。这一方法基于方差匹配的思想,通过模糊控制器在线调整观测噪声方差,以改变滤波器的自适应性,从而提高导航精度。文章最后对GPS/DR系统进行了仿真,结果表明采用此方法后的滤波精度优于常规Kal-man滤波的结果。     

基于平方根滤波的GPS/INS紧组合导航算法优化研究

在运用传统的紧组合导航卡尔曼滤波算法计算过程中,出现了一种现象,本应按滤波方程计算的估计误差随着时间的增加趋于零或者趋于一个稳态值。但估计值相对于实际上的值的偏差越来越大。从而使卡尔曼滤波器逐渐失去作用,这种现象称为滤波器的发散。论文对传统的卡尔曼滤波算法进行优化,分别运用了平方根滤波算法和传统的卡尔曼滤波算法进行了仿真实验,仿真分析结果验证了平方根滤波算法的可行性和有效性。