基于状态变换卡尔曼滤波的DVL/SINS组合导航算法

针对捷联惯性导航系统(strapdown inertial navigation system, SINS)误差定义存在的坐标系不一致的问题，将速度误差统一投影在真实导航坐标系中，基于状态变换Kalman滤波推导了更严密的SINS姿态、速度和位置误差方程。进一步地，在新定义的速度误差和SINS误差方程的基础上，构建了改进的多普勒计程仪(Doppler velocity logger, DVL)/SINS组合导航卡尔曼滤波状态模型和量测模型。仿真和船载实验表明，与常规DVL/SINS卡尔曼滤波模型相比，所提算法可以处理传统DVL/SINS误差模型中坐标系不一致问题的影响，可在一定程度上提高组合导航系统的性能。     

强机动目标跟踪的两种MM算法设计与比较

现代舰艇反导中,及时、准确、有效地跟踪强机动的反舰导弹是反导武器系统中的一项关键技术.基于反舰导弹末端"蛇行机动"的运动特征,设计目标"蛇行机动"为直线运动模型和转弯运动模型的组合,并引入到构建的具有变结构的自适应网格交互多模型(AGIMM)算法和固定结构的固定网格交互多模型(FGIMM)算法中,在给定的初始条件下,运用MATLAB进行Monte Carlo仿真实验,比较分析了AGIMM算法和FGMM算法的跟踪性能.结果表明:针对目标"蛇行机动"的强机动情况,所构建的AGIMM算法比FGIMM算法的估计精度高、位置和速度估计波动小,稳定性好,适应性强,具有一定的工程应用价值.     

基于激光扫描仪的人体快速跟随技术研究

以家庭服务实体机器人快速跟随的比赛项目为背景,首先介绍了目前大多数参赛高校采用的人体识别方法及其存在的问题,之后提出了基于激光扫描仪的人体下肢识别方法及其目标快速方法,在具体实现上为随机森林算法的人体下肢特征识别和卡尔曼滤波算法的目标跟随,并通过实验证明该方法具有充分的可行性.     

双显色体系与Kalman滤波分光光度法用于多组分痕量元素分析

将卡尔曼滤波与双显色体系相结合提出了一种新的分光光度法。选用５－Ｂｒ－ＰＡＤＮ／吐温－８０（ｐＨ１０．０）及５－Ｂｒ－ＰＡＤＡＰ／ＣＰＢ（ｐＨ８．０）两体系进行显色反应，实现了铜锌钴镍镉的同时测定，双显色体系结果优于单独使用。将本法用于合成试样及水，发，指甲等环境样品分析，效果良好，操作简便。     

用卡尔曼滤波单纯形优化法同时测定混合金属离子

对Ｍｇ－Ｃａ－Ｂａ三元组分体系，金属离子摩尔比介于１：１～１：２０时，回收率为９５％～１１６％；对Ｚｎ－Ｃｕ－Ｎｉ－Ｃｄ－Ｆｅ六元组分体系，金属离子摩尔比介于１：１～１：４５时，回收率为７９％～１３５％。对黄浦江水样进行分析，获得了成功。     

计算导数分光光度法的研究

用线性规划算法和卡尔曼滤波算法对ＰＡＲ－钴，镍、铜、锌、铁五组分体系的一阶导数光谱数据进行了解析，讨论了计算导数光度法的一些特性。     

高阶系统的故障发现及人机交互决策系统

本文研究了系统监控中的故障发现问题．提出了一种以图形方式进行人机交互的故障发现决策方法，并且应用大系统理论中的分块式卡尔曼滤波方法解决了高阶系统的监控问题，最后通过仿真实验，验证了该方法的有效性．     

基于kalman滤波的分布式航天器相对状态解算

根据所提出的利用无线电和激光测量两航天器相对状态的测量方案,利用动力学法建立了关于待估参数即两航天器相对位置参数的动态状态方程,建立了测量方程,利用卡尔曼滤波法对相对位置进行解算,分析了克服滤波发散的方法,给出了具体仿真算例,通过对仿真结果的分析发现,提出的模型与解算方法可有效提高航天器间的定位精度。     

信息融合技术在某试验指挥控制系统中的应用

针对靶场试验指挥控制系统中的信息融合需求,提出了一种改进的联合卡尔曼滤波算法,用计算加权系数的方法代替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。以GPS系统和地面某雷达的测量数据为例,对该算法进行了计算机仿真。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。     

一种适于非线性系统辨识的神经网络学习算法

提出基于卡尔曼滤波前向多层感知器快速学习算法，对此算法进行了详细的推证。仿真结果证实了这种神经网络结构用于非线性系统辨识的有效性。此算法收敛速度快、重复性好，且对存在观测噪声的输入输出能获得尽可能精确的辨识结果，从而提高了神经网络系统辨识的实用性。