全球定位系统和全球卫星导航系统伪距综合法

论述了综合GPS、GLONASS伪距测量值获取定位信息的滤波方法。GPS、GLONASS的坐标系、时间系统、工作频率不同，不同卫星的方位、高度各不相同，因而其测距的系统误差也各不相同，通常的方法是用GPS和GLONASS的钟差2个参数来描述不同系统卫星的系统误差，需用5颗卫星来定位，且精度受限。采用扩展状态维数，对不同卫星的系统误差进行在线估计的滤波方法，可以有效地改进卫星定位的精度。同时既可以用多星定位，充分利用测量信息，也可在任一系统的l颗卫星可用时，给出测者的最优估计位置信息，改进了双星系统的导航性能。     

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。     

导航信号卡尔曼滤波定位解算方法研究

研究了导航信号的卡尔曼滤波定位解算方法，该方法能够实现用小全的测量值完成导航解的估值解算，同时还可以对导航解进行平滑，减小噪声对导航解的影响。仿真结果证明了该方法在导航定位解算中的有效性和可行性。     

基于双目视觉计算的车辆跟驰状态实时感知系统

双目视觉技术能够实现目标的识别与距离计算，在自动驾驶领域有很大的应用空间。然而，现阶段双目视觉存在光照干扰、遮挡、弱纹理区域歧义匹配等问题，影响其测量的准确性和可靠性。提出基于双目视觉的跟驰状态实时感知系统，该系统采用基于车辆跟驰模型的扩展卡尔曼滤波方法对车辆跟驰状态进行实时估计，包括跟驰距离、前后车速度差等。通过实际道路试验，证明了该系统能够识别并修正测量数据中的异常值，解决弱纹理区域误匹配问题。试验结果表明：25 mm焦距与12 mm焦距的双目系统跟驰间距测量值的平均误差分别为2.66%与9.14%；在相对速度测量方面，2种焦距系统的测量精度基本相同，平均误差均为1 m·s^-1左右。所提出的方法在自动驾驶车辆环境感知领域有较好的应用前景。     

Real-time freeway traffic state estimation based on extended Kalman filter: Adaptive capabilities and real data testing

This paper reports on real data testing of a real-time freeway traffic state estimator, with a particular focus on its adaptive capabilities. The pursued general approach to the real-time adaptive estimation of complete traffic state in freeway stretches or networks is based on stochastic macroscopic traffic flow modeling and extended Kalman filtering. One major innovative feature of the traffic state estimator is the online joint estimation of important model parameters (free speed, critical density, and capacity) and traffic flow variables (flows, mean speeds, and densities), which leads to three significant advantages of the estimator: (1) avoidance of prior model calibration; (2) automatic adaptation to changing external conditions (e.g. weather and lighting conditions, traffic composition, control measures); (3) enabling of incident alarms. These three advantages are demonstrated via suitable real data testing. The achieved testing results are satisfactory and promising for subsequent applications.     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题,提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,预测结果是单一预测模型的加权和,加权系数由约束卡尔曼滤波方程递推动态确定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,在不同预测步长情况下,约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平,并且不受某一较差的预测模型影响,具有较高的鲁棒性。     

离子迁移谱信号数字滤波和谱峰检测技术

离子迁移谱信号处理软件主要完成离子迁移谱谱信号的数字滤波和谱峰检测。本文在分析了波形谱图的去噪、滤波和谱峰检测技术的基础上,提出了防脉冲干扰移动平均值法和最小二乘法相结合的数字滤波方法,并采用增加斜率法谱峰检测技术,通过matlab仿真软件验证了数字滤波效果和谱峰检测准确度。仿真试验的结果在离子迁移谱分析仪的应用中取得了较好的效果。     

基于"当前"统计模型的机动目标运动要素解算

在避碰过程中,舰船一般处于机动状态.因而,对机动目标运动要素解算的精度直接影响到避碰的效果.通过对多种模型的比较,选用了"当前"统计模型,"当前"统计模型相对于其他模型能够更为真实地反映目标的机动变化.仿真结果表明,此算法收敛迅速并有较高精度,其解算所得的目标运动要素能够满足舰船避碰等实用要求.     

异步多传感器数据融合

在分布式多传感器数据融合系统中，由于每个传感器的采样周期不同以及具有不同的通信延迟，导致送入融合中心的局部航迹往往不是同步的。提出一种多传感器异步数据融合算法，该算法首先利用最小二乘实现时域融合，将航迹同步化，然后利用一种序贯的Kalman滤波方法进行融合。     

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.