简介：以SINSiGPS组合导航系统为背景，在对Kalman滤波原理和工程应用进行深入分析的基础上，总结了该方法的不足，提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化，实时调整自适应因子，间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明，该算法对模型和噪声干扰有较强的自适应性，能够有效抑制滤波发散，在不损失原有精度的前提下，提高了系统的鲁棒性。

简介：鉴于整周模糊度的快速解算是GPS载波相位测姿的一个主要技术难题,从系统实时性、动态性要求出发,给出了一个整周模糊度的快速解算的新方法.其主要特点为:利用三角函数约束条件减少模糊度搜索范围,优选指标不受基线运动状态影响,可利用多历元动态基线数据进行平差.实验结果验证了该算法的有效性.

简介：以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能。相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内。导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度。

简介：针对在量测噪声统计特性发生变化时,基于滤波算法的惯性/地磁组合导航系统存在精度下降甚至发散的问题,提出了一种基于模糊自适应强跟踪滤波算法的惯性/地磁组合导航方法,该方法通过制定模糊规则,实时监控系统残差变化,自适应地调整柔化因子的大小,即增强了滤波器对时变噪声的跟踪能力又保证了滤波器处理当前信息的能力。仿真结果表明：该方法能够很好地抑制纯惯性导航系统随时间累积的误差,而且在量测噪声统计特性发生变化时,系统误差没有出现明显的跳变,保证了整个导航系统的精度,提高了系统的鲁棒性。

简介：利用单频GPS载波相位差分技术进行动态精密测量时，由于观测历元少，经典LAMBDA算法会出现法矩阵病态导致整周模糊度无法求解。针对这一问题研究了基于TIKHONOV正则化原理的改进LAMBDA算法。通过对双差观测方程系数矩阵进行奇异值分解选取正则化矩阵，改善了法矩阵的病态性，获得了更高精度的浮点解。利用均方误差矩阵替代协方差阵进行LAMBDA求解，提高了模糊度求解的速度和成功率。对连续100组5个历元实测数据计算表明：与原算法相比，改进LAMBDA算法求得的浮点模糊度偏差从36.48周减小到4.08周，搜索效率和成功率分别改进97.74%和100%。

简介：双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。

简介：为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。

简介：针对液压仿真转台伺服系统的非线性特点,提出了一种模糊控制与局部积分控制相结合的复合控制方式.当系统的偏差较大时主要采用模糊控制器对系统的偏差进行快速调节以加快系统的响应过程；当系统的偏差小于某一值时,加入积分控制以保证系统的精度.为了提高模糊控制器的性能,采用了规则可调整的模糊控制器.实验结果表明:该方法能有效地克服液压伺服系统的非线性和参数的不稳定性以及外部干扰对系统的影响,具有较高的控制精度和鲁棒性能,完全适合于液压仿真转台伺服系统的控制.

简介：针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。