北斗卫星与车载传感器融合的车辆定位

为了改善北斗卫星定位性能,基于卡尔曼滤波设计了北斗卫星与车载传感器的数据融合算法。算法包括车辆方向融合和车辆位置融合两部分,前者融合电子罗盘和陀螺测量得到的北向角及其变化率,估算北向角的真实值;后者首先同步车速矢量与北斗卫星测量得到的车辆位置矢量,再根据融合结果估算车辆定位信息。为了验证数据融合算法,设计了北斗卫星与车辆状态信息采集系统,利用本系统采集的实车数据进行的仿真计算表明,算法能够提高定位频率、减小定位误差,提高北斗卫星定位的性能。     

基于模糊逻辑的导航定位数据校正算法

为了提高GPS/DR组合定位系统的定位精度,通常采用地图匹配算法来修正定位误差.文中采用了一种基于模糊逻辑的导航定位数据校正算法,对经联合卡尔曼滤波输出的GPS/DR的定位数据进行校正.通过Matlab仿真实验,结果表明,该算法能有效地减小误差,提高组合定位系统的定位精度,改善其对航线跟踪的质量.     

基于卡尔曼滤波的交叉口动态O-D反推模型与算法

交叉口各进出口道之间的实时转向交通量是信号控制系统重要的输入数据,也是难以获得的数据.针对已有模型收敛速度较慢、无法满足实际系统应用需要的问题,提出了基于卡尔曼滤波的状态空间模型,设计了顺序卡尔曼滤波进行求解,并采用裁切和标准化对反推结果进行了修正.实例研究表明,模型和算法具有较高的效率和准确性,能够为实时自适应信号控制系统的开发提供支持.     

舰载捷联式电子罗盘航姿估计新算法

捷联式电子罗盘以其低成本、固态化、小型化、数字化等特点正在获得越来越广泛的应用。本文针对舰载捷联式电子罗盘现有算法的不足,在保持自主测量的前提下,提出了一种新的航姿优化递推估计算法。该算法采用卡尔曼滤波框架,利用Unscented变换(UT)传递随机变量经非线性变换后的统计特征量以实现测量更新。与传统的捷联式电子罗盘航姿测量方法相比,本文所提方法可以明显提高捷联式电子罗盘的航向姿态测量精度,并能同步提供姿态速率信息。     

一种改进的基于GPS某型舰船姿态解算算法

载波相位GPS测姿实施中,其姿态解算是核心技术之一,目前有多种姿态解算算法,其中对于单基线姿态测量,直接算法因具有原理简单、计算速度快、实时性好等特点被广泛应用。但在舰船测姿实施中,对姿态角的测量会产生一定的误差。采用直接算法在解算中没有对粗大误差和GPS信号缺失进行处理,使得解算结果误差较大。因此提出一种改进的舰船姿态解算算法即基于自适应卡尔曼滤波的姿态解算算法。建立航向角和纵摇角的解算模型,从理论上推导了基线越长,航向角测量精度越高;航向角的解算精度比纵摇角的解算精度高;基于自适应卡尔曼滤波的姿态解算算法的解算精度比直接法的解算精度高。通过仿真实验,对上述推理进行验证,航向角的解算精度比纵摇角的结算精度高出一个数量级;改进算法的解算精度比直接算法的解算精度高出一个数量级。     

卡尔曼滤波算法在船用雷达运动目标跟踪滤波器中的应用

首先介绍离散卡尔曼滤波的系统模型并进行理论分析,在观测噪声矢量是白噪声的情况下设计船用雷达运动目标跟踪滤波器,然后模拟实际海面跟踪目标来获得发送端数据进行滤波器的性能仿真。实验结果表明,当观测噪声协方差矩阵和实际的噪声协方差矩阵相近时,卡尔曼滤波器具有滤波精准度高、收敛速度适中及稳定性强等优点。     

基于UKF的数字轨道地图的三维线路生成方法

针对基于卫星导航系统的列车定位对数字轨道地图的实际需求, 提出了一种基于无迹卡尔曼滤波的线路估计方法, 生成线路的三维数字轨道地图; 对于铁路线路的3种平面线形(直线、缓和曲线和圆曲线), 采用以里程为参数的菲涅尔(Fresnel)积分模型统一建模; 对于纵断面的直线和曲线, 采用二次曲线模型建模; 用无迹卡尔曼滤波对模型的状态(里程、三维坐标)和参数(方位角、曲率、曲率变化率、坡度、坡度变化率)进行联合估计; 将归一化新息平方和估计距离误差作为线路分段的判断条件, 最终用分段点和几何参数完成三维线路的生成; 采用仿真的平面线路数据对比了离散点法、三次多项式法和本文Fresnel法, 利用青藏线14.7 km的实测数据进一步对Fresnel法进行了验证。仿真结果表明: 在相同的误差要求下, 3种方法的平面距离误差均值都在0.024 m以内, 但Fresnel法采用了最少的分段点, 数据约简率高达99.76%; Fresnel法的最大累积里程误差最小, 由0.964 m降低为0.060 m, 减少了93.77%;Fresnel法比三次多项式法的方位角和曲率估计精度都高, 更加接近真值; 实际数据测试结果表明Fresnel法分别采用22个和20个分段点及参数即可完成线路的平面曲线和纵断面曲线生成, 平面和纵断面曲线距离误差均值都在0.03 m以内, 累积里程误差最大只有0.078 m, 位置精度和几何精度都较高。      

四大导航系统在舰船作战系统中的应用

军事舰船在海上执行任务时,为了获取侦测目标的准确信息,需要借助导航系统实现航行线路的规划和目标的定位。本文介绍了全球范围内最为常用的4种导航系统:GPS导航系统、北斗卫星导航系统、伽利略导航系统和格洛纳斯(GLONASS)全球卫星导航系统,重点介绍了北斗卫星导航系统和GPS导航系统的原理,并基于成熟的导航技术,研究了舰船作战系统中导航系统的信息融合问题,开发了一种基于卡尔曼滤波算法的舰船组合导航系统的信息融合技术。试验表明,本文研究了舰船作战系统的导航信息融合技术可以提升侦察目标的准确度,提升作战水平。     

一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法

针对海洋背景噪声和水声传感器测量噪声大、信噪比低所导致的水下SLAM方法数据关联复杂、精度低的问题,提出一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法,该方法基于PHD滤波避免了复杂的数据关联,且在非线性函数高斯权重更新过程中引入平方根无迹变换,并进一步结合衰减记忆滤波,解决了由于模型误差和计算误差造成的协方差矩阵非正定和不对称性所导致的滤波发散问题,提高水下SLAM方法的精度.仿真实验将所提方法与RB-PHD-SLAM和UKF-PHD-SLAM方法进行对比分析,结果表明所提方法在对自身定位及地图特征估计精度上均有了明显的提高.     

基于甚低频系统的舰船综合导航信息融合方法与仿真

介绍了阿尔法导航系统的特点，提出了一种基于阿尔法信息的舰船综合导航方法，具体阐述了卡尔曼滤波数学模型的建立和滤波实现，并利用Matlab软件进行了仿真和结果分析。