水下导航数据融合方法

设计了一种基于多模型自动识别与转换的潜艇水下自适应卡尔曼滤波算法,并以此为基础,引入联邦卡尔曼滤波思想,结合模式识别技术,实现模型的自动识别、转换与跟踪,克服常规卡尔曼滤波对于变模型系统没有自适应能力致使在很多情况下误差太大或无法应用的缺点.仿真结果证明此方法可以复杂的潜艇水下综合导航的数据融合技术开辟一条新的有效途径.     

INS/GPS/CNS组合导航系统仿真

在分析INS、GPS、CNS导航系统特点的基础上,建立了组合导航系统的误差模型,提出了一种基于联邦滤波器的INS/GPS/CNS的组合导航算法,采用平台失准角、INS与GPS的位置之差和速度之差作为观测量,对算法进行了仿真研究。仿真结果表明:通过校正惯导平台、消除导航参数误差,可以大大提高系统的导航精度。     

单标预校的水下定位网络节点位置校准方法

针对水下定位网络节点校准耗时费力的问题及隐蔽校准的需求,提出了一种某一应答器预先校准的位置校准方法。该方法利用自主水下航行器(autonomous underwater vehicle,AUV)辅助进行应答器位置校准。首先,利用已校准应答器通过基于无迹卡尔曼滤波(unscen-ted Kalman filter,UKF)的单标距离辅助定位方法修正AUV自身定位误差;然后,利用基于容积卡尔曼滤波(cubature Kalman filters,CKF)的同步定位与建图(simutaneous localization and mapping,SLAM)方法估计其它未校准应答器位置。仿真结果表明:该方法不要求AUV具有高精度的初始位置,可同时实现AUV自身定位误差修正和应答器位置校准。     

时延辅助信息的水下无源定位方法

以潜艇水听器阵列所构成的系统为例,建立了一种水下无源定位算法.以观测方位和到达不同传感器的时延差为基础,建立了状态方程和观测方程.利用扩展卡尔曼滤波算法,对系统进行了目标运动分析.蒙特卡洛模拟仿真试验结果表明上述方法具有较高的定位性能.该系统构成简单,在打击水下目标方面有良好的应用前景.     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。     

基于自适应滤波的GPS/INS数据融合算法

研究了高动态环境下的GPS/INS组合导航系统,重点讨论了基于伪距、伪距率的GPS/INS数据融合算法.借助于载体的运动模型、GPS系统和INS系统的定位误差模型,建立了组合导航系统的状态方程和量测方程,利用自适应Kalman滤波算法实现了GPS/INS系统的伪距、伪距率融合.最后,利用实测数据对数据融合算法进行了仿真,结果显示该数据融合算法能够增强组合导航系统的精度、可靠性和完备性.     

UKF及其在目标跟踪中的应用

在高斯噪声环境下,为了解决扩展卡尔曼滤波(EKF)在目标跟踪应用中精度低和滤波发散的问题,将无迹卡尔曼滤波(UKF)应用于非线性系统的目标跟踪.研究了无迹卡尔曼滤波估计方法,对采样策略进行了比例修正.通过UKF在目标跟踪中的应用仿真结果表明,与EKF相比较,UKF有更好的跟踪性能、收敛快、对噪声有更强的适应能力,算法实现简单.     

潜艇适航性监测的卡尔曼滤波器异常数据修正方法

结合潜艇适航性变量监测问题,研究了卡尔曼滤波器的原理和异常行为检测,分析了异常数据对卡尔曼滤波器影响,并通过新息分析和过程信号引入不确定性,给出了一种对异常数据进行剔除并对滤波器进行修正的方法.对潜艇适航性中的横摇进行了数值仿真,给出了经典卡尔曼滤波与改进卡尔曼滤波的对比仿真结果.仿真结果表明:采用改进算法处理,可以有...     

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法.采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况.在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法.     

基于联邦卡尔曼滤波的组合导航定位算法

在传统的GPS/INS紧耦合组合导航系统中,由于伪距和多普勒频移误差的存在,系统存在一定的误差偏移。针对这种误差偏移,设计了一种联邦卡尔曼滤波组合导航算法,该算法采用二级卡尔曼滤波器,将卫星接收模块解算出的伪距信息和多普勒频移信息在第一级卡尔曼滤波后,与INS模块结算出的信息进行修正处理,再通过主滤波器得到紧耦合算法的INS解算结果校正量和定位位置最优估计。通过计算机仿真结果分析表明,该方法相对于传统的紧耦合组合导航算法可以有效减小误差,具有一定的理论价值和实用价值。     

基于等值线约束的地磁匹配定位技术

地磁匹配定位是利用地磁图进行定位的方法,位置输出可用于限制惯导系统的误差积累.介绍了地磁辅助导航的原理和发展现状,并重点研究了地磁匹配定位技术.提出了一种基于等值线约束的改进的相关匹配算法,能有效消除导航系统的初始位置误差并能限制匹配过程中惯导系统的积累误差.仿真实验证明该算法能有效地提高相关匹配的实时性,并能把定位精度控制在地磁数据网格间距以内.算法对航向误差具有一定的适应性.     

一种基于超短基线的高精度多目标水声定位技术研究

超短基线定位系统由于基阵尺寸小、安装方便,在海洋开发中得到了广泛的应用。信号设计是多目标水声定位系统的关键。与常规的跳频序列相比,COSTAS阵列具有良好的相关特性。文中对COSTAS跳频信号进行了分析,仿真结果表明,由它构建的跳频信号有着较好的多目标信号抑制能力,并且可以找到合乎系统要求的多目标信号编码组。试验结果也证明了采用这种基于COSTAS阵列的跳频工作方式较为适合水下多目标声学定位。     

国外GPS/INS复合制导技术的发展

在分别介绍国外惯性导航系统(INS)和全球定位系统(GPS)的基础上,着重叙述了在导弹和其他武器装备中广泛使用的GPS / INS复合制导技术的发展概况.     

An INS/GNSS integrated navigation in GNSS denied environment using recurrent neural network

In view of the failure of GNSS signals, this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network (RNN). This proposed method utilizes the calculation principle of INS and the memory function of the RNN to estimate the errors of the INS, thereby obtaining a continuous, reliable and high-precision navigation solution. The performance of the proposed method is firstly demonstrated using an INS/GNSS simulation environment. Subsequently, an experimental test on boat is also conducted to validate the performance of the method. The results show a promising application prospect for RNN in the field of positioning for INS/GNSS integrated navigation in the absence of GNSS signal, as it outperforms extreme learning machine (ELM) and EKF by approximately 30% and 60%, respectively.     

水下航行器动力定位下的运动轨迹设计与仿真

对远程低速水下航行器在动力定位系统作用下的运动进行了研究.远程低速水下航行器由于航程远必须采用GPS全球导航定位系统进行导航,于是水下航行器就必须具有动力定位的能力,使之可以在需要GPS导航的时候上浮到近水面,导航完成后再下潜回航行深度.在建立水下航行器运动数学模型及进行推力分配的基础上,对远程低速水下航行器的典型运动轨迹进行了仿真,并对仿真结果进行了分析.     

联邦滤波器的SINS/GNS/DVS水下组合导航

针对现有的水下导航系统不能全面满足AUV导航的需要,为了提高水下航行器组合导航系统长时间远航程的隐蔽性,可靠性及精度,提出了一种基于联邦滤波器的惯性导航系统、地磁导航、多普勒速度声纳的组合导航方案,并采用简化自适应卡尔曼算法对水下航行器组合导航系统进行误差估计,解决了传统卡尔曼滤波容易发散的问题.仿真结果表明,在SINS/GNS/DVS组合导航中采用该算法,提高了定位精度,保证了滤波的快速性,验证了该算法的可行性和正确性.     

图像辅助智能终端定位的国内外研究进展

图像含有丰富的目标信息,被获取并处理后用于一种新型的智能终端定位手段。对图像定位的相关概念进行介绍,对关键技术的研究情况进行评述,并分别从图像定位作为独立的定位系统和图像定位与全球导航卫星系统(Global Navigation Satellite System,GNSS)及惯性导航系统(Inertial Navigation System,INS)等其他定位方法融合的定位系统2个方面阐述其研究进展,在此基础上提出图像辅助智能终端定位研究中存在的问题及发展方向。     

GPS姿态测量系统对惯性导航系统误差修正能力分析

针对惯性导航系统(INS)存在积累误差的缺陷,运用GPS姿态测量辅助修正方法对INS误差进行补偿来进一步提高INS的定位精度.通过对INS系统可观测性进行分析,得出增加不同种类的外部导航信息观测量将有效提高INS误差修正能力的结论.研究了船用INS与GPS姿态测量系统组合的组合导航系统,并对GPS姿态测量系统信息对惯性导航系统的误差修正能力进行了仿真.仿真结果证实上述方法可有效提高INS的定位精度.     

GNSS/INS超紧组合导航综述

卫星/惯性超紧组合导航系统以其定位精度高、动态性能优良、抗干扰能力强等特性成为组合导航领域的研究热点。介绍了卫星/惯性超紧组合的定位原理,基于对技术原理的分析,比较超紧组合模式相对于其他组合模式的优势特点;以高动态下超紧组合技术及卫星/微惯性单元超紧组合为代表介绍国内外研究现状;总结了亟待研究的容错控制技术、神经网络辅助、多传感器辅助超紧组合等关键技术,并对卫星/惯性超紧组合向着低成本、高精度、强稳定趋势发展的前景进行展望。     

改进的联合Kalman滤波及其在组合导航中的应用

以组合导航为应用背景,对联合Kalman滤波进行了改进,每循环Ⅳ次,就用主滤波器的估计值来修正子滤波器的值,以改善滤波器的性能,提高组合导航系统精度,并且大大减小收敛时间,提高其效率.最后将该方法应用于GPS/INS/LORAN-C组合导航系统中,仿真结果表明该方法是有效的.