基于遗传算法的模糊卡尔曼滤波在车辆导航中的运用

针对常规联合卡尔曼滤波存在的缺陷,提出基于遗传优化的模糊卡尔曼滤波方法,并运用于全球定位系统(GPS)/轨迹推算系统(DR)汽车组合导航的数据融合中。采用模糊逻辑自适应控制器对联合卡尔曼滤波器的噪声方差和信息分配系数进行在线自适应调整,避免了子滤波器的发散,保持了全局估计的高精度。同时,利用改进的遗传算法来优化模糊控制器的隶属函数,避免了以往完全凭经验获取隶属函数参数的缺陷。通过对GPS/DR组合导航系统的仿真和实验,验证了上述算法的可用性和有效性。     

基于变分贝叶斯的DR/UTP组合导航滤波方法

针对水下无人航行器(UUV)的航位推算导航方法(DR)和水下应答器(UTP)组合导航系统中传统滤波器因观测噪声统计模型不准确或未知而出现的滤波器发散问题,提出了一种基于变分贝叶斯的平方根容积卡尔曼滤波算法,该算法利用变分贝叶斯方法对DR/UTP组合导航系统的状态和时变观测噪声进行估计,并引入自适应调节因子来提高对观测噪声的逼近精度,然后利用平方根容积卡尔曼滤波对系统状态进行更新。仿真结果表明,该滤波算法能够较好地跟踪UUV的DR/UTP组合导航系统外部观测噪声方差的不断变化,可有效提高对DR/UTP组合导航系统各参数的估计精度。     

GPS单点定位精度优化方法研究

针对GPS单点定位精度低的问题,提出了一种基于卡尔曼滤波和模糊C-均值聚类的联合定位优化方法.该方法首先对GPS采集到的经纬度数据进行卡尔曼滤波,消除较大的数据波动,然后采用模糊C-均值聚类算法确定数据中心.最后通过实验证明了这种优化方法的合理性和有效性.     

基于改进联邦滤波算法的组合导航系统的应用

针对组合导航系统中联邦滤波信息融合算法在滤波精度和容错性能等方面存在的不足,提出了一种基于以捷联惯导系统(SINS)为公共主系统,全球定位系统(GPS)和多普勒测速系统(DVL)为辅助子系统的改进联邦滤波算法的组合导航系统。介绍了卡尔曼滤波原理与信息融合算法的特点,基于联邦滤波器的组合形式详细阐述了联邦滤波器设计步骤,将改进量测噪声协方差阵的自适应联邦滤波器应用到SINS/GPS/DVL组合导航系统中,并对此系统进行了MATLAB仿真。仿真结果表明,相较于标准联邦滤波器算法,该文设计的基于改进量测噪声协方差阵的自适应联邦滤波器能明显提高组合导航系统的滤波精度和可靠性。     

引入系统不确定度的模糊IAE-UKF组合导航

针对车载卫星与惯性器件的组合导航系统不确定性对导航精度影响较大的问题,依据滤波新息估计量的统计特性与模糊度隶属度函数的控制特性,设计滤波方法实现对组合导航误差的抑制。考虑系统先验知识难以准确获取,首先采用新息自适应估计(Innovation Adaptive Estimation,IAE)方法对当前量测噪声方差进行在线调整;其次根据新息确定量化参数,引入平滑加权残差平方思想(Smoothed Weighted Residual Squared,SWRS)给出表示系统不确定度的权值函数,结合定义的系统不确定度构建模糊隶属度函数;最后将两种改进方法嵌入到无迹卡尔曼滤波(Unscented Kalman Filter,UKF)框架中,对系统噪声方差予以自适应调整,形成适用于处理低成本组合导航系统的模糊IAE-UKF滤波器。设计车载组合导航测试,取不同算法下的组合位置、组合速度进行精度比较。结果表明本文组合导航算法的位置精度及速度精度均得到明显改善,实现了对组合导航误差的抑制,是一种可有效克服系统模型难以准确建立问题的滤波器。     

TU35-D420 Jupiter 12 DR GPS接收机在车辆组合定位中的应用

新型TU35-D420 Jupiter 12 DR GPS接收机集成了航位推算电路和卡尔曼滤波,并首次在国内应用到车辆组合定位当中.     

TU35-D420 Jupiter 12 DR GPS接收机在车辆组合定位中的应用

新型TU35-D420 Jupiter 12 DR GPS接收机集成了航位推算电路和卡尔曼滤波,并首次在国内应用到车辆组合定位当中.     

抗电磁干扰的无人机GPS/INS组合导航方法

无人机应用于电力巡线时,高压电力故障导致的异常放电可能会产生复杂而且强大的电磁场,会严重影响GPS的信号质量和定位精度,影响无人机的正常导航,因此必需考虑电磁环境对GPS信号和无人机导航性能的影响。提出一种根据GPS数据可信度进行加权的自适应卡尔曼滤波导航算法,通过GPS和内部导航系统(INS)的数据偏差幅度反映GPS数据可信度,利用模糊逻辑算法计算加权值,分配GPS在组合导航中的权重,研发出一种结合GPS和INS的模糊组合导航方法。仿真和实验结果显示,该算法在GPS数据受电磁干扰失真的情况下,调整GPS数据在组合导航中的权重,使组合导航输出的位置和速度误差控制在可行范围内,保证了组合导航的精度。     

FEKF在Hg-CEMS中的信号处理研究

针对Hg-CEMS中光电倍增管输出的电压峰信号噪声统计特性随工况的变化而变化,提出了一种模糊扩展卡尔曼滤波(FEKF)算法。该算法根据实际观测新息的均值和方差通过模糊控制器对观测噪声的理论方差阵不断调整,从而实现卡尔曼滤波器对含噪电压峰信号的自适应滤波处理。仿真结果表明,在理论噪声特性偏离实际工况时,该方法滤波效果明显优于常规扩展卡尔曼滤波算法,且具有较强的适应性。     

基于Haar小波的一类模糊控制器的优化及应用

用Haar小波基函数生成三角形及梯形隶属函数,建立基于小波分析的模糊控制器,利用小波在时域和频域同时具有良好的局部化特性,根据系统输出误差在线调整隶属函数的形状,使模糊控制器得到优化并具有强大的自适应能力.仿真结果表明这种控制器比常规的PID或PD控制器具有更优的动、静态性能和抗干扰能力,而且有很强的跟踪能力.