组合导航智能信息融合自适应滤波算法分析

针对当前自适应组合导航系统算法的研究趋势,总结了卡尔曼滤波技术的缺陷和利用智能融合技术提高滤波器性能的设计思想。对模糊控制自适应算法(FIR AKF)、神经网络自适应算法(NN AKF)和自适应神经网络模糊推理自适应算法(ANFIS AKF)进行了分析。着重研究FIR AKF采用滤波器新息序列和外系统状态的模糊控制器关键的模糊规则设计问题;分析NN AKF在组合导航系统模型调整、故障检测和隔离中的应用方法,并给出ANFIS AKF利用神经网络自动生成推理规则和建立自适应组合导航系统的基本方法。     

基于模糊规则的双机格斗行为建模方法研究

研究了基于模糊规则的双机斗空战行为建模方法，提出了一种用模糊规则建立的三层决策模型，并运用遗传算法对层飞机状态模糊控制器进行了优化。文中给出了实验仿真结果，结果表明这种用模糊规则建立的行为模型产生了逼真的空战格斗行为。     

ANFIS在车辆导航系统信息融合中应用的仿真研究

采用了一种分层级联的信息融合结构,对车辆导航系统中应用不同导航定位技术得到的定位信息进行融合。决策级融合采用基于零阶Sugeno模糊模型的ANFIS(adaptive-network-basedfuzzyinterferencesystem),根据性能指标调节最终的位置估计值中不同位置信息的权重。仿真研究的结果表明将ANFIS应用于车辆导航系统信息融合能充分利用导航信息,提高定位精度,说明文中采用的方法是可行的有效的。     

基于模糊神经Petri网的C~3I信息融合模型

本文将模糊技术、多层感知器理论与Ｐｅｔｒｉ网相结合,提出了一种关于Ｃ３Ｉ信息融合的模糊神经Ｐｅｔｒｉ网的模型。将模糊逻辑规则应用到多传感器融合系统中得到模糊Ｐｅｔｒｉ网,并在此基础上将人工神经网络引入到Ｐｅｔｒｉ网中,从而提高了系统的学习能力以及对外界环境的自适应能力。     

基于分层融合结构的组合导航系统仿真分析

依据多传感器信息融合理论，将分层融合结构是应用到组合导航系统中，并与目前广泛应用的联合滤波算法（Federated Filtering)进行了比较。对INS/GPS/Doppler系统的仿真结果表明，有序分层融合结构可有效地应用于多传感器组合导航系统，并且导航精度优于联合滤波的结果。     

高精度自主导航系统重构方案研究与实现

提出了卫星信号丢失情况下在已知环境中高精度自主导航系统的重构方案与具体实现方法。在通常情况下自主导航系统采取INS/GPS基本组合方法,在GPS信号无效时,采用基于模糊规则的系统自主切换方法实施备用导航方案。设计了源于即时定位与制图在线制图思想的地图匹配辅助高精度自主导航实现方案,详细论述了自主导航系统重构方法和算法设计。通过实测数据,针对此方案在GPS信号不同覆盖情况下进行了计算机仿真,给出改进方案与传统方法的实际路试对比结果,具有实际工程意义。     

基于自适应区间划分的模糊关联分类

模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.     

灰色预测模糊PID控制在汽温控制系统中的应用

将灰色预测、模糊控制与常规PID控制三者的设计思想融合起来，提出了一种灰色预测模糊PID控制算法。该算法首先通过建立模糊规则和进行模糊推理来确定PID控制器的参数，然后由PID控制律直接确定控制作用，再将灰色预测在线应用，用其预测结果代替被控对象测量值进行控制运算。仿真结果表明，利用该算法设计的汽温控制系统比应用模糊PID控制设计的汽温控制系统具有更加优良的性能。     

模糊子集及规则的合并算法研究

在应用模糊系统时，常常会遇到的一个问题就是系统中可能存在冗余的模糊子集和模糊规则。一方面增加了系统复杂性，浪费了计算能力，另一方面也给使用自然语言来描述系统造成了困难。本文针对TS模糊系统提出一种模糊子集和模糊规则的合并算法。使用该算法能有效地减少模糊子集和模糊规则的数目，进而减小了系统的复杂性，提高系统的可描述性。数字仿真结果证明了本文所述算法的有效性．     

复杂系统的遗传-模糊建模方法

针对复杂系统的模糊建模问题，提出了一种遗传．模糊建模新方法。首先，利用竞争学习算法对输入空间进行自适应聚类，基于聚类结果提取模糊模型的规则前件隶属函数参数，采用局部最小二乘法求得规则后件参数，从而初步建立起系统的T-S模糊模型。然后，对规则前、后件参数进行编码，借助于实值编码遗传算法优化模糊系统。最后，数字仿真结果验证了算法的可行性和有效性。     

卫星/惯性组合导航事后高精度融合算法研究

高精度的组合导航数据事后融合处理算法是多传感器信息融合处理的重要环节,是对导航系统性能进行评估分析的关键。研究了一种分两步进行的惯性/卫星组合导航信息事后高精度融合算法,在惯性/卫星组合导航卡尔曼滤波算法的基础上,利用最优固定区间平滑滤波算法对惯性/卫星组合导航信息进行再次平滑滤波融合,可以提高组合导航数据事后处理的精度。设计了仿真验证平台,对所提出的融合算法进行了仿真验证。仿真结果表明:基于卡尔曼滤波与固定区间平滑滤波实现的惯性/卫星信息事后融合算法有效、可行,可作为试飞性能评估中确定参考基准的方法。     

深空探测巡航段自主光学导航方案研究

星际巡航段导航方案设计是深空探测任务中的重要组成部分.针对巡航段的特点,研究了一种基于多颗小行星光学信息的自主光学导航方案.它包括导航星的确定,导航系统的建立,导航算法的研究.此方案给出了统一的导航小行星选取准则,导航星个数的判别方法,以及基于UD分解的递推加权最小二乘滤波导航算法.通过可观测性分析确保了导航算法的可行性,利用数学仿真验证了导航方案设计的合理性.此方案的导航系统精度优于深空1任务,位置估计误差小于100,速度估计误差小于0.3m/s.     

基于惯性传感器网络的分布式导航方法

通常的惯性导航冗余配置及其信息融合技术,是基于相同的系统状态模型,不适合分布式惯性传感器网络的应用。针对该问题,给出了一种基于惯性传感器网络的分布式导航方法,将多个惯性测量单元配置在载体不同部位,不仅能提供冗余的导航信息,还能提供局部运动测量。在惯性网络结构分析基础上,建立了惯性网络动态测量模型,采用最大似然估计和信息滤波法,设计了分布式惯性测量融合与导航状态融合的分阶段信息融合算法,通过仿真进行了验证。结果表明,所提方法充分利用了其他节点的惯性传感器信息和同类导航状态信息,可以提高整个惯性传感器网络的估计性能和故障容错能力,在提高低性能节点导航精度的同时实现对高性能节点的自动对准。     

基于海流数据库的水下导航信息融合方法探讨

如何提高水下导航的精度一直是导航界关注的热点问题，特别是对于缺少高精度导航信息源的水下载运工具，这个问题显得尤为突出和急需解决，针对这种现状，本文对几种常用水下导航信息融合算法进行了比较，创造必地提出了通过建立完善的海流数据库，以此来增加一个精度较高的导航信息源，并提出了一种适用于水下载运工具的导航信息融合算法，通过大量的计算机模拟仿真实验和海试证明，该方法能大大提高水下导航的精度，并具有很强的实用性。     

Study on Federated Architecture for GPS/INS/TRN Integrated Navigation System

1.INTRODUCTIONModernflighttasksrequiremoreandmoreontheprecisionreliabilityofnavigationsystem.Theobjectiveforthedevelopmentofmodernilltegratednavigationsystemistoprovidesatisfiedperformancewithsynthesisandtobefault--tolerallt.Popularapproachesoftenuseaninertialnavigationsystem(INS)asareferencesystemandtheothersensorsasbangsystemsforfailurerobustilltegratednavigationsystem[1].Inmodernmilitaryapplications(e.g.battleplane,Iinssile,etc.),positioningprecisioniscommonlydemandedtobelimitedwithin…     

基于WMF与LSE的序列图像匹配制导滤波融合算法

为了改善匹配制导系统可靠性及匹配精度,提出了一种新的基于WMF与LSE的序列图像匹配结果滤波融合算法。分析了序列图像匹配制导滤波融合的基本问题,设计了一种加窗中值滤波器,并将其应用于纵向匹配位置序列的滤波处理,采用LSE对匹配位置序列进行最优参数估计,给出了滤波融合算法的基本原理及实现框图。仿真实验及实例分析验证了本文算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性。     

虚拟环境下农业移动机器人行为及其仿真建模

由于农业移动机器人的作业环境与对象的复杂性和不确定性,使机器人在作业时不能有效地获取导航知识以便对其行为进行决策。利用人工智能和虚拟现实技术,研究了移动机器人的复杂行为,构建虚拟环境和基于规则和案例的知识库,对机器人复杂行为分类,把复杂行为分解为简单、特定和已知的行为。对于不确定的和没有前驱知识的行为,利用相似案例和不确定推理为行为进行导航。然后,建立了多Agent行为决策系统,定义了该结构的六元函数,建立了消息和事件驱动机制,实现了虚拟环境下移动式机器人对水果的采摘行为及其仿真建模。