网络数据融合技术在MITS中的应用研究

探讨了基于传感器网络的数据融合技术在海事智能交通系统(MITS)中的应用问题,为该领域的进一步研究提供一些有价值的思路和见解。基于目前研究遇到的困境,提出将MITS抽象成一个无线传感器网络(WSN),从而可在WSN环境下引入数据融合技术来研究海事智能交通系统中的各种信息处理问题,如船舶的定位与导航以及避碰等;紧接着,总结了现有定位、导航、避碰和船舶安全管理技术研究的现状并分析了存在的主要问题;针对基于GPS的MITS存在的种种弊端,结合各国卫星定位导航系统的建设现状,提出利用MITS内其它元素的信息和多源信息融合技术来实现船舶的相对定位和导航这一新思路;最后,从网络数据融合技术角度出发,具体指出了MITS网络融合系统构建时所必须考虑的一些基本问题,并给出该融合系统的一般性框架。     

海上遇险漂流目标跟踪系统研究探讨

快速准确地实现海上远程遇险目标的定位与跟踪是海上救援工作的重点,也是国际海上搜救领域的工作难点。通过对海上遇险漂流目标跟踪系统关键技术研究问题的探讨,提出基于运动学和海洋动力学联合建模思路,以及应用新型智能信息处理技术研发具有自适应性能的漂流目标轨迹融合预测模型与跟踪方法。在总结现在海上漂流目标跟踪研究情况的基础上,指出存在的主要问题,提出一套比较完整的研究思路,为新型漂流目标跟踪系统的研发提供有效的借鉴和众多有益的建议。     

基于模型库的船舰组合导航信息融合算法

在船舰组合导航系统中,由于各导航传感器自身物理特性、工作原理的差异,无法同步获得船舰目标的观测信息,因此船舰组合导航问题实质上是一类典型的异步融合估计问题.然而,现有的异步融合估计算法无法兼顾滤波精度的最优性以及滤波过程的实时性.为此,针对舰船稳态运行过程中的线性平稳过程,提出利用模型库设计一种船舰组合导航信息融合的新算法.仿真实验验证了所提方法的有效性,能同时满足实时性和最优性的要求,并且简捷,易于实现.     

平方根求容积卡尔曼滤波的组合导航算法

以全球定位系统与航位推算(GPS/DR)相结合的组合导航系统为研究对象.为解决在GPS/DR组合导航研究中传统扩展卡尔曼滤波(EKF)算法的滤波精度和稳定性差问题,引入了平方根求容积卡尔曼滤波算法.作为一类sigma点滤波方法,SCKF有效避免了EKF计算雅可比矩阵,提高了估计精度.仿真结果表明,对于船用GPS/DR组合导航问题,该算法能获得更好的性能指标,更符合实际船用组合导航要求.