工程机械子系统设计方案的Vague集模糊决策方法

针对传统模糊综合评判方法的缺陷,为了更加有效地对工程机械复杂子系统的设计方案实施定量评价,采用了Vague集对设计方案进行模糊决策的方法。利用Vague集的运算得到全部候选方案的总体模糊评判值,通过两两比较建立可能度矩阵,得到候选方案集的排序向量,从而实现对候选方案的最优选择。实例表明,该方法避免了构造新函数或向Fuzzy集转化的问题,计算过程都通过Vague集的运算法则和性质来完成,更加有效、简便,易于编程实现。     

基于Vague集记分函数法的模糊插值算法

针对现有插值加权算法在已知点选取范围及未考虑梯度变化的两个缺陷,提出了一种基于Vague集的模糊插值算法(VFIA)。新算法通过定义反映梯度变化的真假函数,能够充分考虑到未知数据网格点各象限最近相邻点的取值情况。将新算法应用于地下小目标探测成像处理过程,得到了反映更多细节变化的图像。     

FDRP-KF非线性滤波算法在INS/TAN组合导航中的应用

INS/TAN组合导航是一种自主的、隐蔽性好的辅助导航方式.由于地形的非线性特性,INS/TAN组合导航系统的系统模型为非线性,因此系统的状态估计是一个非线性滤波问题.FDRP-KF是一种基于F偏差代表点(F-Discrepancy Rep-points)和卡尔曼滤波(Kalman Filter)的非线性滤波算法,可用于处理非线性高斯系统的滤波问题.文中将FDRP-KF应用于INS/TAN系统中,仿真结果表明该算法可以对飞行器位置进行较精确、稳定的估计.     

基于Vague 集的TOPSIS 方法在导弹保障方案决策中的应用

针对导弹保障方案决策特点,研究基于Vague集的逼近理想解排序方法。采用模糊语言变量对保障方案的各个指标进行赋值,并给出模糊语言变量的Vague值含义和Vague集之间的欧氏距离定义;运用记分函数来确定正理想解和负理想解,建立基于Vague集的TOPSIS模型,并通过实例进行验证。结果表明：Vague集能部分模拟人类的决策过程,有效处理不完全和不精确的信息;基于Vague集的TOPSIS方法应用较合理,计算较简便。     

压缩传感理论在GPS/SINS组合导航中的应用

GPS/SINS组合导航系统能够实现在高动态和强电干扰的环境下实时、高精度的导航定位,是当今组合导航技术应用的主要方式.由于组合导航系统复杂度的增加,导致存储数据量增加,对高速度、高可靠性存储的依赖也成为不可回避的问题.压缩传感作为信号采集领域的一种新兴技术,打破了奈奎斯特采样定理对采样信号频率的限制,使得能用更少的数据采样点来近乎完美地恢复信号.介绍了压缩传感理论和GPS/SINS组合导航系统,提出将CS理论用于组合导航系统的设想,并用CS理论压缩和恢复Kalman滤波中的协方差矩阵.仿真结果表明了该方法的有效性.     

多线程技术在组合导航半物理仿真系统中的应用

组合导航半物理仿真系统,导航计算机要同时采集多路子系统（IMU、GPS、电子磁罗盘）经串口输出的原始数据,而导航解算占用CPU的时间较多,影响了软件的稳定性、可靠性和实时性。利用现代操作系统中多线程技术可以很好地解决这一矛盾。文中着重论述了利用Visual C＋＋中MFC进行多线程编程的技术要点,指出在设计多线程应用程序时,应充分了解各线程之间的关系,才能使应用程序获得最佳的性能,实际系统运行表明采用多线程技术能够满足组合导航半物理仿真系统的稳定性、可靠性和实时性的要求。     

不确定多传感器目标识别的Vague集法

为了解决Vague集理论在多传感器数据融合应用中存在的问题,提出了一种新的不确定多传感器目标识别方法。根据Vague集定义准确地建立了多传感器目标识别系统模型,提出了一种Vague集与优属度相结合的目标识别方法。该方法定义了两Vague集之间的距离,通过求解双目标规划模型客观地确定传感器的权重,避免了传感器权重选取的主观性。利用本文模型可得到各目标的优属度,根据优属度确定最佳目标。仿真实例验证了方法的有效性和具有较高的可信度。     

无重置联邦滤波及在组合导航中的应用

对联邦滤波器的结构及联邦滤波器的无重置融合算法进行讨论,并建立了组合导航系统联邦滤波模型.以SINS/GPS/TAN组合导航系统为例进行了仿真研究.结果表明,文中给出的无重置联邦滤波器与集中卡尔曼滤波器的精度相差无几,解算速度更快,容错性更好,可应用于对实时要求较高的组合导航系统中.     

SR-CDKF在组合导航直接法滤波中的应用

为了解决SINS/GPS组合导航系统姿态、速度和位置等导航参数的非线性估计问题,提出了一种基于平方根中心差分卡尔曼滤波(SR-CDKF)的直接式滤波估计方法。系统状态方程选取惯导力学编排方程,系统状态向量和观测向量分别选取SINS导航参数和GPS输出参数,构建了SR-CDKF滤波器。该滤波器可以使导航参数动态过程得到直接反映,并使得直接式滤波计算流程得以实现。以MATLAB中areoblk_HL20模块为基础构建了仿真系统并进行了仿真。仿真结果表明,该算法具有较高的滤波精度、良好的滤波收敛性和稳定性,能使非线性模型下SINS/GPS组合导航系统的导航要求得到满足。     

惯导/数据链组合导航技术在诱饵导弹中的应用

针对作战飞机在突入敌方防空范围时,会面临地面防空武器和空空导弹拦截的问题,提出诱饵导弹基于惯导/数据链组合导航的编队飞行模式来提高飞机生存概率.考虑该编队由领机和诱饵导弹组成,诱饵导弹通过伪距测量,利用卡尔曼滤波器,得到自身的精确相对位置.采用编队飞行轨迹发生器产生运动轨迹,通过系统仿真表明:纬度和经度误差均小于5 m(1σ),高度误差小于20 m(1σ).仿真结果证明了该方法的有效性与可行性.     

基于SUKF算法的组合导航方法

合成孔径声纳（SAS）运动补偿是其信号处理的重要环节,运动补偿需要水下导航数据,文中研究了基于捷联惯导（SINS）和多普勒声速剖面仪（ADCP）等设备的水下导航方法。针对大姿态误差角情况下的导航,论文建立了基于四元数的SINS／ADCP的非线性误差模型,并采用比例无迹卡尔曼滤波（SUKF）滤波算法进行了仿真。仿真结果表明,在SAS复杂运动情况下,采用非线性误差模型的SUKF方法优于传统线性误差模型的卡尔曼滤波方法,在一定程度上提高了SAS的导航精度。     

一种基于Vague集的地面防空火力配系评估新方法

针对已有评估方法存在的不足,提出一种基于Vague集的地面防空火力配系评估新方法.给出了各评价指标的模糊值表示及指标权重的计算方法,有效避免传统的专家打分法造成的主观偏差.在此基础上,应用Vague集多属性决策理论,建立了地面防空火力配系评估数学模型,给出了评价其优劣的排序方法.实例证明该方法评估结果准确,对指挥员科学决策具有一定的参考价值.     

基于Vague集的自适应自抗扰控制器设计

为进一步提高自抗扰控制器(ADRC)的动态性能和稳态性能,文中利用基于Vague集相似度量推理易于得到控制量和便于工程运用的优点,设计了一种基于Vague集的自适应ADRC;通过动态调整ADRC的非线性组合权值,提高ADRC的适应能力。仿真结果表明,基于Vague集的自适应ADRC较常规自抗扰控制器有更好的动态性能和稳态性能。     

一种基于组合导航的快速联邦滤波算法

通过对传统联邦滤波算法的研究,根据其存在的固有缺陷,提出了一种基于组合导航的快速联邦滤波算法.然后应用矩阵范数理论,推导出了令Neumann展开式收敛的强化条件,并且利用信息分配因子的选取加快了滤波的收敛速度.最后通过与传统联邦滤波算法的仿真对比,验证了本算法的鲁棒性和快速性.     

一种组合导航滤波性能评估算法

目前组合导航系统滤波算法众多,但是对各种算法的性能评估研究较少。文中提出了滤波算法性能评估算法。首先论述了用于组合导航的主要滤波算法,然后提出滤波算法的性能指标：滤波精度、鲁棒性、实时性以及容错能力,并给出各个指标的定量表达式,最后给出滤波器性能数学模型。通过仿真试验验证了滤波器性能指标的有效性。     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

基于MTI的组合导航算法研究

推导了磁阻/DR的组合方法,利用加速度计与磁强计测量的载体姿态角适时的对陀螺所测的载体姿态角进行修正,抑制了陀螺所测量载体姿态角误差的迅速扩大.探讨了GPS/SINS组合导航系统中抗差自校正卡尔曼滤波的应用,并对此进行了仿真.最后的仿真结果表明:抗差自校正卡尔曼滤波效果优于标准卡尔曼滤波效果.     

基于图像声纳SLAM算法在AUV组合导航中的应用

为了在有限的体积、功耗及成本范围内提高自主水下航行器（AUV）远程、深海导航定位精度,提出了将基于图像声纳的同时定位与地图创建（SLAM）方法应用于AUV水下组合导航系统,利用图像声纳获取AUV与地形特征点之间的距离和3D方位数据,结合捷联惯性导航系统（SINS）得到的导航数据,通过扩展卡尔曼滤波（EFK）方法对载体状态和地图状态进行连续并行估计和量测,将得到的误差估计反馈回SINS进行修正,可抑制其随航行时间和距离增加的姿态、速度和位置误差。此外,在地形特征点向量中加入声学尺寸元素,可提高特征识别的准确性。仿真结果表明,在持续观测到有效的地形特征点条件下,惯导误差得到了较好抑制,特别是在AUV返程或往复巡航过程中,重复观测到同一地标时,可大幅提高水下组合导航的定位精度。     

基于遗传小波神经网络的GPS/SINS 组合导航系统算法

针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法。对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数。仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度。