基于水动力系数摄动的船舶横向运动姿态与受扰Kalman滤波的统计建模

该文考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰Kalman估计的统计性能.针对某船,在5级海情,18kns航速及0°、45°、90°、135°、180°航向工况下,当船舶水动力系数按均匀分布发生±10%随机变化时,给出船舶姿态及受扰Kalman估计性能的概率建模方法及其应用.仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化.     

一种改进的舰载直升机多传感器目标信息融合跟踪方法

结合舰载直升机传感器探测方式的分析,对现有信息融合跟踪算法进行研究,指出其存在的计算速度和精度的问题,提出一种改进的多传感器目标融合方法.将该算法代入某作战仿真系统进行验证.该方法与原先算法相比,计算迅速、精度较高,对舰载直升机改进跟踪战术具有重要的参考价值.     

舰载火箭弹弹道重构与模型验证

为了验证火箭弹系统六自由度仿真模型的可信性,建立用于弹道重构的系统状态模型和基于GPS观测数据的量测模型,运用无迹卡尔曼滤波(UKF)算法和TIC不等式系数法,探讨仿真模型静、动态性能的验证方法。以某型舰载火箭弹系统为研究对象,通过重构火箭弹飞行状态的误差参数,对其仿真模型进行定量验证。仿真结果表明,利用弹道重构方法对六自由度弹道仿真模型进行验证是有效的。     

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。     

船舶MEMS微惯导网络精度技术研究

为了减少误差积累,提高导航精度,通过船舶上的CAN总线网络,利用高精度主惯导系统对低精度的MEMS微惯导系统进行在线修正。根据微惯导网络系统姿态角的误差模型,将惯导系统的角速率输出值作为量测信息设计卡尔曼滤波器,对姿态角修正算法进行了仿真运算,估计出了MEMS微惯导系统姿态角误差。     

船舶纯方位无源定位跟踪与数据关联研究

基于传感器的目标定位系统是海洋军事研究的重点领域,传感器部署越密集,采集信息反映目标信息越准确。海上复杂环境中,随着目标移动速度增加,多方位传感器数据会混入各类杂波,某些方位采集数据甚至会丢失,从而导致船舶接收到的数据关联度降低,最终降低目标定位精度。本文重点分析了复杂环境下船舶纯方位无源定位跟踪技术,针对采集信号中的噪声及非线性干扰因素,提出了一种基于多维特征值分解数据关联算法,最后进行仿真。     

利用Mehra自适应卡尔曼滤波进行船舶跟踪预测

海上船舶的精确跟踪和实时航迹预测是避免船只碰撞、实现海上交通安全管理的关键技术。传统卡尔曼滤波模型中存在系统缺陷,其要求噪声模型为先验知识,不符合实际应用情况。为弥补此不足,本文以Mehra自适应滤波思路为基础,提出一种自适应卡尔曼滤波算法,以动态统计的形式体现噪声模型的变化特性,并通过在线自适应调整噪声均值和协方差,及时修正滤波预测结果,提高船舶跟踪精度。最后通过仿真实验证明该算法的有效性。     

船舶室内导航中的惯性传感器算法仿真

随着航运业的发展,复杂的内部结构对船舶上的日常工作以及应急反应的要求变高。目前采用的一些导航算法存在精度低、误更新等问题。为了有效解决问题,本文首先对船舶步行导航系统的特征进行介绍,对行人步行导航系统中的惯性导航算法进行相应简化;然后,设计基于船舶室内导航系统简要技术架构并给出改进的导航算法,以此来实现对船舶上导航系统中的惯性导航算法的误差进行补偿。其后仿真结果表明,该算法可解决传统零速更新算法中存在的误更新问题,将其运用在船舶室内导航系统中,能够提升船舶应急反应能力以及位置服务的要求。     

基于卡尔曼滤波算法的公交车辆行程时间预测

通过分析公交车辆的行驶特性,利用卡尔曼滤波算法建立行程时间预测模型,并用该模型预测未来时段的公交车辆路段行程时间.预测结果表明,该方法预测精度较高,可有效地改善公交车辆动态调度效果,提高交通资源利用率,因此该方法具有推广意义.     

应用于列车完整性检测系统的改进型滤波器

列车完整性检测系统是新型车载设备,对防止列车抛车有重要意义。其硬件构架上以MSP430微处理器为主控制器,由ADXL202传感器实现加速度信息采集。作为判据的加速度信息在复杂的行车条件下被干扰。本文以加速度信息为研究对象,进行理论分析、数学建模和结果仿真。文中设计了一个二维的改进型滤波器。主要采用最小二乘滤波思想,选取适当的加权矩阵和遗忘因子,它不需要被估计量和观测量的统计规律,不易发散,完全符合观测数据被随机干扰,难以建立精确模型的特点。为了进一步提高滤波精度在滤波器中设计了一个野值剔除环节,在前期去掉粗大误差。对系统采集的数据进行上述的滤波,显著提高了数据的可靠性。