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.     

H^∞滤波在无源北斗／SINS组合导航系统中的应用

无源北斗接收机输出有色噪声大,数据跳变点多,噪声分析和建模工作困难。而传统的卡尔曼滤波存在不确定的滤波统计参数,滤波稳定性不高,提出将H^∞滤波用到无源北斗／SINS组合导航系统中。H^∞滤波追求噪声干扰对可控输出的影响最小,即强调系统的鲁棒性,而且不需要建立精确的数学模型,也不需要精确知道系统的统计特性,滤波参数设置简单。通过仿真实验验证,在相同滤波误差模型下,其滤波算法稳定性高于卡尔曼滤波的稳定性。     

SINS/GPS/LORAN-C多传感器组合导航系统研究

基于联邦滤波的捷联惯导与GPS、Loran-C组合导航系统,是利用GPS、Loran-C等子系统提供的参数信息对组合导航系统进行联邦卡尔曼滤波,校正捷联惯导系统的误差。在对系统进行了理论仿真的基础上,进行了海上试验,给出了静态和动态试验的结果。理论仿真和基于实测数据的试验结果表明,此滤波器具有较高的滤波性能和精度,而且提高了导航系统的可靠性。     

一种水下航行器的SLAM算法应用研究

研究精确稀疏扩展信息滤波(ESEIF)的快速算法,提出一种三维水下航行器(AUV)的同时定位和地图创建(SLAM)算法。作者设计了一种大规模水下三维环境的SLAM解决方案,建立了三维环境的航行器运动、传感器观测及重定位系统模型,分析了方法实时性和定位精度。仿真实验证明:用ESIEF算法能高效地实现水下环境的SLAM,为项目研究提供了理论基础。     

交互多模粒子滤波多特征自适应融合的船舶视觉跟踪

近年来,水上交通运输的蓬勃发展对高性能的船舶视觉跟踪方法提出越来越高的要求。为实现不同环境下船舶的有效跟踪,采用颜色特征和纹理特征进行船舶特征提取。针对船舶运动的随机性,本文在布朗运动的基础上构建船舶运动模型,通过颜色特征和纹理特征构建船舶观测模型。最终,本文成功实现了一种交互多模粒子滤波多特征自适应融合的船舶视觉跟踪方法,满足水上交通管理的应用需求。     

小口径舰炮拦截机动目标的火控算法研究

为了解决小口径反导舰炮不易于跟踪瞄准高速机动目标的问题,针对做比例导引运动的反舰导弹,将比例导引规律引入状态方程,建立线性时变模型,实现对系统状态的Kalman滤波;在简易射表拟和函数基础上,提出了基于比例导引运动的解相遇模型,为控制火炮射击提供了算法基础。     

LC滤波器在三相并联有源滤波器中的一种实用设计方法

本文对三相并联电力滤波器的输出LC滤波器进行了研究,考虑有源滤波器的输出电流的频宽和EMI标准对LC滤波器的参数进行设计,并给出了设计实例,仿真结果验证了设计方法的可行性.     

基于FPGA的水声信号数字下变频的实现

随着声呐信号处理技术的发展,其对系统的软、硬件资源要求越来越高。利用数字下变频技术,可极大地降低其信号处理资源要求。结合Matlab,仿真研究整个下变频过程,验证分析水声信号数字下变频的正确性。在此基础上,应用Verilog语言移植算法到FPGA内部,在Signaltap II下观察过程变量及结果,并导入Matlab进行数据分析。该技术对于声呐信号处理具有实用价值,并已成功应用于某声呐设备。