模糊推理在捷联航姿系统中的应用

为了减小捷联航姿系统航姿解算过程中陀螺漂移和积分过程等因素对航姿精度的影响,结合各传感器输出与载体运动状态相关的特性,提出了一种基于模糊推理的IMU(惯性测量组件)/磁传感器信息融合方法。通过模糊推理系统判断出载体当前的运动状态,在准静态下对IMU中陀螺解算的姿态信息和加表解算的姿态信息进行融合可提高载体的姿态精度,对陀螺解算的航向信息和准静态下磁罗经提供的航向信息进行融合可提高载体的航向精度。经过跑车试验且与跑车过程中作为基准的光纤/GPS航姿系统的航姿结果进行比较,验证了该推理过程和融合算法的正确性。

神经网络信息融合方法在分布式捷联基准中的应用

针对舰船所处的恶劣环境 ,以及舰船导航和武器系统对精度的要求越来越高和分布式指控系统的发展 ,提出了由安装在舰船甲板上有限个捷联基准、舰载平台罗经和利用测量结果推算出的甲板挠曲姿态信息构成分布式捷联基准系统 (简称分布式基准 )。然后基于径向基函数神经网络的信息融合技术建立全舰统一姿态基准系统。最后通过对简化的甲板模型的实验 。

基于模糊理论的组合导航系统数据有效性的研究

基于模糊理论的数据有效性识别与判断方法 ,提出了利用可能性分布理论和变权模糊算子相配合的算法 。

模糊信息融合方法在分布式基准系统中的应用

由于舰船导航和武器系统的精度和可靠性等要求的不断提高以及分布式指控系统的发展,建立全舰统一姿态基准系统已成为必然。提出了利用测量结果推算出的甲板挠曲姿态信息作为分布式捷联姿态基准系统(简称分布式捷联基准)的补偿信息,然后利用基于模糊理论的信息融合方法建立全舰统一姿态基准系统。最后通过对简易模型的仿真研究,证明了这种方法是可行的并具有较高的精度。