罗经复示器的航向跟踪方法设计与优化

为提高步进电机式罗经复示器跟踪船舶航向的实时性、准确性及稳定性,提出了速率-位置控制及Kalman滤波两种跟踪方法,通过对航向数据的预处理有效提高了航向跟踪的连续性、平滑性。结果表明采用速率-位置控制方法的罗经复示器动态复示效果好,能较好的满足船用要求。     

船舶动力定位系统滤波器设计及仿真

针对船舶动力定位系统中单一滤波器的滤波性和稳定性差的问题,设计了基于Sage-Husa自适应滤波算法和强跟踪卡尔曼滤波算法相结合的自适应滤波算法,建立了动力定位船舶的数学模型,并根据此船舶设计了滤波器以及相应的算法,通过和实船测试数据的比较,两者的结论几乎一致,而且在工程上是可行的。     

滤波反步法在船舶航向自适应控制中的应用

船舶航向自适应控制是船舶控制领域研究的重点,近年来,随着计算机技术的快速发展,一些典型的控制算法被应用于船舶航向控制系统中。滤波反步法是一种以Lyapunov函数为基础的递归设计算法,能够有效提高自适应控制系统的鲁棒性。本文研究船舶运动方程和船舶航向控制理论,在此基础上,设计基于滤波反步法的船舶航向自适应控制器。     

基于自适应四参数估计的电罗经航向运动建模

为减小舰船直航时风、流、摇摆等干扰对电罗经航向的影响,提高电罗经指向精度,采用小波变换对电罗经直航向数据进行消噪处理,获得较为平稳的信号;对消噪后的信号经能量频点分析并傅里叶展开;基于改进的四参数估计法,对直航向信号建立自适应迭代预测模型,并与实测数据进行验证对比。结果表明,采用小波分析、傅里叶级数同四参数估计相结合的自适应建模方法适用于电罗经直航向建模,航向预测效果优于传统四参数估计法。     

基于自适应四参数估计的电罗经航向运动建模

为减小舰船直航时风、流、摇摆等干扰对电罗经航向的影响,提高电罗经指向精度,采用小波变换对电罗经直航向数据进行消噪处理,获得较为平稳的信号;对消噪后的信号经能量频点分析并傅里叶展开;基于改进的四参数估计法,对直航向信号建立自适应迭代预测模型,并与实测数据进行验证对比。结果表明,采用小波分析、傅里叶级数同四参数估计相结合的自适应建模方法适用于电罗经直航向建模,航向预测效果优于传统四参数估计法。     

自适应算法在单轴激光惯导初始对准中的应用

针对传统的卡尔曼滤波在单轴旋转激光惯导动基座初始对准中当系统噪声和量测噪声未知时,会导致滤波精度下降甚至发散的问题,设计了简化Sage-Husa自适应滤波算法,建立了动基座条件下的单轴旋转激光捷联惯导的误差方程,利用设计的算法进行了仿真,结果表明在误差模型较大时,自适应滤波算法可以很好的提高滤波精度和稳定性。     

动力定位系统自适应滤波技术

与普通船舶相比,耙吸挖泥船变吃水作业动力定位的滤波器设计,不仅需要考虑到模型偏差,还需要考虑到模型的时变性和突变性。本文采用Sage-Husa自适应滤波和强跟踪卡尔曼滤波相结合的改进自适应滤波算法,前者滤波精度高但自适应能力有限,后者应对突变的能力较强但精度有限。由仿真实验可以看出,二者的有机结合很好地解决了耙吸挖泥船变吃水作业动力定位的滤波问题。     

船舶航向自适应神经网络鲁棒跟踪控制

针对存在不确定性和带有完全未知时变环境扰动的船舶航向非线性控制系统,将指令滤波技术和反步法相结合,设计了一种船舶航向自适应神经网络鲁棒跟踪控制器,该控制器的提出不依赖于外部扰动任何的先验信息。首先,利用神经网络补偿船舶航向非线性控制系统中的非线性项;设计自适应律在线更新神经网络权重向量和估计时变环境扰动的未知界。为了避免传统反步法中对虚拟控制律的反复求导,引入指令滤波技术,使得所设计的航向自适应神经网络跟踪控制器具有结构简单、易于工程实现的特点。理论分析表明,所设计的控制器能使船舶实际输出航向以任意期望的精度跟踪给定的参考航向,保证船舶航向闭环控制系统中所有信号一致最终有界。最后,以大连海事大学远洋实习船“育龙”轮为例进行仿真,仿真结果验证了所提控制器的有效性和鲁棒性。     

基于最小二乘法的电罗经匀转向航向误差修正方法

为减小舰船匀转向情况下电罗经的航向误差,提高电罗经指向精度,在分析某型罗经实测数据基础上,利用最小二乘法建立其误差模型,并对模型参数进行了估计。实践表明,该方法用于电罗经航向误差补偿效果较好。     

基于磁阻传感器的磁罗经实验室训练方法改进设计

利用磁阻传感器感知磁航向,对此航向加入误差模拟电罗经航向,磁罗经与此航向比对,模拟实际工作环境中磁罗经与电罗经比对测定消除磁罗经自差,解决了实验室无法进行此项目相关教学训练的问题。     

GPS在移动机器人导航定位系统中的应用

为了获得移动机器人定位数据的真实性，减少各种随机误差对定位精度的影响，通过运动载体当前统计模型，取位置作为观测量建立移动机器人动态定位模型，同时针对传统卡尔曼滤波的不足进行了分析，提出自适应卡尔曼滤波算法，该算法始终保持噪声模型接近于真实模型，从而较好地解决了GPS动态定位中状态噪声与观测噪声建模不准确和时变问题，在此基础上，通过模拟噪声和轨迹曲线，进行了仿真，结果显示效果显著。     

基于四元素的扩展卡尔曼滤波航姿参考系统算法设计

为了优化飞行姿态信息,设计一种适用于捷联式航姿参考系统的九态扩展卡尔曼滤波算法,得到最优估计。为了验证此EKF算法的可行性和滤波效果,采用AHRS300惯性测量单元的数据进行MATLAB滤波算法仿真,把感器采集数据平滑计算后,建立精确的MATLAB算法模型作为参考。把两种结果作差比较,计算姿态角误差。从仿真结果可以看出,所设计的算法能够获得较好的姿态角精度,证明此扩展卡尔曼滤波性能良好。     

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。     

Kalman滤波器虚拟噪声补偿技术在陀螺随机常值漂移标定中的应用

采用Kalman滤波器对船用捷联惯性导航系统中的陀螺随机常值漂移进行标定，面临的一个重要问题是由于模型不准确，包括噪声统计特性不准确，导致估计值精度下降甚至发散。针对这一问题，本文运用自适应Kalman滤波的虚拟噪声补偿技术对陀螺随机常值漂移进行标定，收到较好的效果。     

弹道再入目标轨迹跟踪中非线性滤波算法研究

弹道再入目标轨迹跟踪是一个重要的非线性滤波应用问题。论文将常见的非线性滤波器分类为基于点的滤波器和基于密度的滤波器,对比分析了各类算法的基础理论原理,仿真实验得出在高斯噪声条件下,EKF要优于UKF和PF,在闪烁噪声条件下PF要优于EKF和UKF的结论。     

船用陀螺漂移误差模型辨识及其应用

在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。     

Data assimilation with the Ensemble Kalman Filter and the SEIK filter applied to a finite element model of the North Atlantic

Currently there are different approaches to filter algorithms based on the Kalman filter. One of the most used filter algorithms is the Ensemble Kalman Filter (EnKF). It uses a Monte Carlo approach to the filtering problem. Another approach is given by the Singular Evolutive Extended Kalman (SEEK) and Singular Evolutive Interpolated Kalman (SEIK) filters. These filters operate explicitly on a low-dimensional error space which is represented by an ensemble of model states. The EnKF and the SEIK filter have been implemented within a parallel data assimilation framework in the Finite Element Ocean Model FEOM. In order to compare the filter performances of the algorithms, several data assimilation experiments are performed. The filter algorithms have been applied with a model configuration of FEOM for the North Atlantic to assimilate the sea surface height in twin experiments. The dependence of the filter estimates on the represented error subspace is discussed. In the experiments the SEIK algorithm provides better estimates than the EnKF. Furthermore, the SEIK filter is much cheaper in terms of computing time.     

卡尔曼滤波技术在潜艇组合导航中的应用研究

高精度的导航定位是潜艇研究中所面临的主要难题之一。采用GPS辅助的INS/DVL组合导航是目前潜艇的主流导航模式。当前实现GPS/INS/DVL组合导航的技术主要有航迹推算和卡尔曼滤波。本文将卡尔曼滤波技术应用于潜艇组合导航,并把EKF与传统的DR方法进行了仿真比较研究。结果表明,EKF的估计精度较高。     

大型结构系统可靠性分析方法研究

结构系统的可靠性评估是结构设计的一个重要研究内容,而极限状态函数的建立是进行可靠性评估的基础.但是,大型结构系统的极限状态函数极为复杂,响应面法用简单的多项式进行模拟的精度较低,导致误差较大.文章提出用神经网络替代多项式来拟合复杂的极限状态函数,形成所谓的神经网络响应面.然后,基于塑性极限理论,文中提出了不依赖于失效模式的极限状态函数表达形式及采用ICP对该极限状态函数进行计算的方法.最后,依照拟合得到的神经网络响应面,给出了大型结构系统失效概率的方法.通过两个算例计算并和其它方法进行比较,表明该方法的计算精度较高,而计算时间大大降低.     

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。