基于数据融合和改进新陈代谢不等间距GM(11)模型的导弹装备故障预测

针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型（AMUGM(1,1)）的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。     

一种基于观测支持度的动态加权融合算法

为对无人机通过各种同类传感器获取的数据进行融合处理,得到更精确的导航数据,提出一种动态加权 融合算法。引入观测支持度的概念对传统的平均加权算法进行改进,通过计算各传感器测量数据间的相互支持度信 息,并依据观测支持度的变化特征,实时动态更新融合权重进行多传感器数据的融合。将算法应用到实际飞参数据 的分析处理,结果表明：该算法能够根据传感器数据特征实时调整权重分配,融合结果较传统的平均加权算法更加 准确、可靠。     

基于自适应滤波的惯性+多模卫星组合导航算法研究

惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力.     

基于支持度矩阵的一种多传感器融合方法

针对当前多传感器融合过程中,各传感器可靠度估计困难和观测值融合精度低的问题,文中提出一种基于支持度矩阵的最优加权多传感器融合方法,首先建立各传感器之间的相互支持度矩阵,然后对综合支持度高的传感器进行最优加权融合。仿真结果表明,该方法实现简单,能够客观地反映各传感器的可靠程度,不需要知道任何先验信息。而且与同类融合方法相比,该方法具有更好的融合精度。     

靶场光电经纬仪数据融合处理方法

在靶场武器试验中,为了获得完整的弹道参数,常常采用多台光电经纬仪联合观测,对目标实施跟踪定位,这样就出现了多个冗余观测,影响对目标的判决.提出一种组网布站测量中光电经纬仪数据融合处理的方法.首先对多站观测数据进行时间和空间配准,将其统一到某一基准坐标系原点和参考时间起点,然后采用最优加权融合估计或最小二乘融合估计,获得目标的精确位置.对两种数据融合处理方法进行了实际测试与仿真实验.结果表明:k台光电经纬仪对同一目标交会测量,最优加权融合估计测量精度至少提高了k倍,计算量小,可用于实时中心融合和目标引导.最小二乘融合估计方法对坐标x,y,z所作的融合估计精度较高,一般小于0.2 m,但计算量大,适合于事后精确处理.     

双频载波姿态确定系统中的模糊度研究

为了满足卫星动态测姿系统的速度和精度要求,提出了一种单历元整周模糊度解算方法.该方法利用现代卫星系统多频观测条件,组成双频宽巷组合观测值,用约束条件确定宽巷组合初始整周模糊度备选值,采用多种检验方法剔除错误的模糊度组合,最后求解出用于姿态解算的单频载波相位整周模糊度值.经实验仿真证明,该方法简单快速,克服了传统TCAR技术模糊度确定错误率高的缺点,提高了正确率,适合单历元姿态确定.     

基于载波相位的高精度惯性组合导航系统研究

研究了一种利用GPS差分载波相位和惯导组合构成高精度组合导航系统的算法,建立了以载波相位双差观测量对惯导位置误差直接进行观测的数学模型,利用卡尔曼滤波器进行数据融合,可以达到厘米级的组合导航系统定位精度.同时,为了解决使用GPS载波相位观测量过程中出现的周跳问题,文中充分利用由该组合方案得到的高精度定位信息以及惯导在短时间内可保持高精度的特点,提出了迅速修复周跳和重新确定整周模糊度的方法,并通过仿真验证.     

基于贴近度及分布图法的数据深度融合算法研究

针对船舶柴油机 SCR 系统中,氮氧化物传感器的测量值易受温度和其他气体干扰的特点,提出了基于贴近度及分布图法的数据融合算法;在建立扩维贴近度矩阵的基础之上加以改进,利用分布图法排除野值,弥补了基于贴近度的可靠性融合算法不能剔除无效信息的缺陷,动态地选取有效信息和权值分布进行加权融合,实现多传感器数据融合;通过数字仿真表明：该算法具有较强的抗干扰性能,相较其他的算法有一定的优势,融合精度较高。     

基于先验融合的Bayes递归精度评定方法

制导工具误差分离与落点精度分析是武器精度评定中最为关心的问题之一.为充分融合观测信息进行精度评估,在对制导工具误差系数的测试值进行先验融合的基础上,结合遥外弹道观测数据求解制导工具误差系数,并将相应的制导工具误差与弹道差的Bayes实时融合结果进行了比较.建立了递归的落点精度评估方法,将由地面测试先验导出的落点先验与落点观测数据进行加权融合,给出落点评定结果.理论分析和仿真计算表明,信息融合后得出的评定结果更加稳健.     

基于D-S证据理论的空中目标威胁度排序模型

将数据融合领域的D-S证据推理理论应用于空袭目标威胁程度的评估.先针对各决策者关于相应方案在某属性上的评语集,利用证据组合公式进行信息融合,形成该方案在属性上的群体偏好信息,接着求出关于该方案在属性上的确定性评价值,最后针对得到的确定性多属性决策问题,利用加权法或理想点法进一步对方案进行最终的排序.     

箭载GNSS数据融合处理及精度分析

针对箭载GPS、GLONASS与北斗导航系统(Bei Dou Navigation Satellite System,BDS)多星座导航接收机融合定位中多系统多星冗余信息的处理问题,研究了不同导航系统下观测数据的权值确定策略,给出了改进的简化Helmert方差分量估计方法,实现了箭载GNSS数据融合定位处理中观测数据的自适应定权,通过实测数据计算分析表明:该权值确定策略,能充分利用可用冗余卫星信息,提高定位结果的可靠性,对定位精度有明显改善,且计算量小,适用于运载火箭GNSS实时弹道确定。     

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.     

基于动态权值分配的无人机高度融合估计方法

为了提高无人机在海上低空飞行时的高度导航精度和可靠性,提出一种基于动态权值分配的高度融合估计方法。通过建立INS/GPS组合导航系统误差模型,设计了惯性/卫星/雷达高度计组合导航卡尔曼滤波器,并通过采用最优权值分配策略进行数据融合,实现低空飞行条件下的高度准确估计。仿真结果表明：该方法在低空飞行条件下的高度导航精度有明显提高,具备较强的鲁棒性,具有较大的工程应用参考价值。     

舰船地磁独立导航系统

针对常用地球主磁场模型误差较大的问题,用描述小尺度区域下地壳异常场的矩谐模型代替,设计一种舰船地磁独立导航系统。将水面舰船的运动方程与矩谐模型表示的观测方程结合起来,构成独立导航系统。同时为了避免引入截断误差,采用无迹卡尔曼滤波算法。仿真结果显示:该导航系统有足够高的精度,位置误差不超过2 m,可以作为一种独立的导航方式使用。     

基于滑动窗迭代最大后验估计的多源组合导航因子图融合算法

在应用因子图算法完成多源组合导航数据融合的过程中,子系统观测噪声的时变特性将对导航状态估计的准确性产生极大影响。为解决这一问题,提出一种基于高斯模型下的子系统观测量均值向量和协方差矩阵的估计算法。该算法利用因子图最优化过程中每个迭代周期下的观测量残差,实时地更新各个子系统观测量的均值向量和协方差矩阵的最大后验估计值,从而得到更加准确的导航状态估计值,在提出新算法的同时也验证了新算法对最优化过程收敛性的影响。仿真测试与实验测试结果表明,与已有的标准因子图算法、基于最大似然估计的因子图算法和基于最大后验估计的因子图算法相比,所提出的基于迭代最大后验估计的因子图算法能够有效提高子系统观测状态变化时的多源组合导航估计精度。     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

信息融合技术及其在组合导航系统中的应用

对目前应用较为普遍的基于联合卡尔曼滤波的信息融合算法进行了改进 .用计算加权系数的方法代替了原来的计算加权矩阵 ,从而避免了求解滤波误差方差阵的逆矩阵 .首先介绍了联合卡尔曼滤波的基本原理、结构形式和算法 ,然后对其改进的算法进行了分析 ,最后以INS/GPS组合导航系统为例 ,对该算法进行了验证 .仿真计算结果表明 ,该算法对于抑制滤波发散、提高整个系统的精度和运算速度是行之有效的 .     

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。