共查询到20条相似文献，搜索用时 139 毫秒
1.
水下滑翔机定位与导航精度的提高对于其完成水下作业任务至关重要。水下滑翔机传统的定位方法是依托于GPS信息的航位推算,定位精度较低,不能满足按既定路径航行的导航要求。为此,本文提出了一种利用卡尔曼滤波的组合导航方法,该方法在传统航位推算技术的基础上采用卡尔曼滤波器融合惯性导航系统数据和深度计数据,得出深度的卡尔曼最佳估计值,以此代替传统航位推算技术中的深度计直接测量值,从而提高航位推算精度。基于该方法,进行了仿真分析,并通过样机水池实验验证了该方法的有效性。 相似文献
2.
提出并定性分析了海洋环境对水雷作战效能的影响,提出了构造模糊隶属函数,归一量化描述不同环境参数;采用层次分析法构建水雷作战效能指标参数,建立水雷作战效能与海洋环境参数之间的关联和层次结构,构造环境参数到水雷效能的训练样本;采用机器学习方法对海洋环境影响下水雷作战效能进行评估。通过实例,给出了水雷作战效能量化评估过程。 相似文献
3.
4.
集合资料同化方法的理论框架及其在海洋资料同化的研究展望 总被引：3，自引：1，他引：2
在海洋动力系统的数值模拟中,海洋资料同化是一种能够有效融合多源海洋观测资料和数值模式的方法。它不仅可以显著地提高数值模拟的效果,构造海洋再分析资料场,还能有效减少海洋和气候预报时模式初始条件的不确定性。因此,海洋资料同化对于海洋研究和业务化应用具有非常重要的意义。资料同化方法的研究一直是大气、海洋科学的热门课题之一。其中,集合卡尔曼滤波器(EnKF)是一种有效的资料同化方法,自提出以来经过了20多年的发展和改进,已经在海洋资料同化中得到了广泛的研究和应用。近年来,随着动力模式的不断发展和计算能力的提高,粒子滤波器由于不受模型线性和误差高斯分布假设的约束,也逐渐成为了当前资料同化方法研究的热点。本文分析和总结了目前关于集合卡尔曼滤波器和粒子滤波器的一些最新理论研究结果,在贝叶斯滤波理论的框架下讨论了这两类算法的关联和区别,以及各自在资料同化实践中的优势和不足。在此基础上,我们探讨了粒子滤波器应用于海洋模式资料同化的主要困难和目前可行的一些解决方法,展望了集合资料同化方法研究的新趋势,为集合资料同化方法的进一步发展和应用提供理论基础。 相似文献
5.
对目标进行跟踪的目的是通过相关和滤波处理建立目标的运动轨迹。在某型声纳多次试验中,发现采用最近邻域标准滤波器(NNSF)滤波方法时,目标跟踪不稳,跟偏、丢失等现象频现,因此对现有目标跟踪模型和算法进行研究与改进。采用基于概率数据互联滤波器(PDAF)的跟踪算法来实现对目标的跟踪。首先,使用滑窗法对目标进行跟踪起始,然后再采用概率数据互联滤波器(PDAF)进行目标关联,以保持对目标的连续跟踪。经过仿真与在某型声纳的多次试验对比可得:该关联方法对目标的跟踪结果较采用NNSF滤波方法对目标的跟踪结果有明显改进。其跟踪精度有了明显的提高,而且其跟偏、丢失的次数明显减少。 相似文献
6.
张宏欣 《数字海洋与水下攻防》2018,1(1):57-62
针对非协作磁性目标定位中初始条件难以确定的问题，提出一种基于静态多模型滤波思想的自适应跟踪方法。 首先对磁场观测模型进行分析，设计了一种磁性目标初始参数估算方法，通过该方法得到不同假设条件下的磁性目标状态初值及其误差矩阵，在此基础上起始多个扩展卡尔曼滤波器(Extended Kalman Filter， EKF) 进行求解，根据各个滤波器的求解结果利用最大似然准则选取最佳解作为当前时刻估计结果。 通过仿真实验验证了方法的有效性，结果表明，方法可在目标源及位置等先验信息完全未知条件下准确估计出真实目标状态，对磁性目标实际应用具有参考价值。 相似文献
7.
粒子滤波器(PF)是一种非常具有应用前景的非线性资料同化方法。但由于其算法本身存在的粒子退化问题,目前尚未被广泛地应用于大型地球物理模式。目前主流的集合同化系统仍然倾向于使用集合卡尔曼滤波器(EnKF)及其衍生方法。一种新近被提出的局地化粒子滤波器(LPF)在经典的粒子滤波器算法中引入局地化技术,可以使用较小的计算成本有效地避免退化问题,具有非常大的业务应用潜力。本文在全耦合的通用地球系统模式中开展了LPF和EnKF的同化实验,同化资料为模拟的卫星海表温度资料。着重考察了不同局地化参数对两种方法的不同影响,对比了局地化粒子滤波器与集合卡尔曼滤波器的同化效果差异。比较的结果表明,LPF的同化效果对于局地化参数的选择非常敏感,在使用最优局地化参数的条件下,LPF能达到与EnKF相当甚至优于后者的同化效果,并具有较大的改进空间。 相似文献
8.
9.
张炜 《数字海洋与水下攻防》2021,4(1):53-57
针对层次分析法中的指标体系及判断矩阵的复杂性和随机性等不足,提出了一种便捷的反水雷装备作战效能评估方法,构建适宜多任务分析的“任务–能力”作战效能评估指标体系。给出了效能评估模型, 并对适宜岛礁反水雷的两型装备进行了作战效能评估。通过专家打分和定性评估结合,可便捷得到符合作战任务需求的效能评估结果,验证了该评估方法的可行性及有效性,对岛礁反水雷装备配置方案具有参考价值。 相似文献
10.
基于矢量重力测量数学模型，仿真了一段5000S的飞行过程，模拟了其SINS／GPS数据。详细描述了捷联惯性导航系统(SINS)中加速度计和陀螺数据仿真的方法，并给出了求解扰动重力的算法。仿真结果显示卡尔曼滤波器能有效地抑制误差积累。仿真的SINS／GPS数据可用于航空矢量重力测量的算法研究。 相似文献
11.
12.
13.
针对水下目标跟踪非线性跟踪精度问题,假设目标机动模型为恒转速运动模型,贝叶斯框架下,因扩展卡尔曼滤波跟踪方法进行模型在估计点的泰勒展开,忽略一阶以上高阶项,存在模型误差,比较了扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波在高斯噪声干扰下滤波误差均方根,以及3种方法运行时间。仿真证明,非线性系统下状态维度为5,容积卡尔曼滤波跟踪的精度高于无迹卡尔曼滤波,无迹卡尔曼滤波高于扩展卡尔曼滤波。该研究为海上目标非线性测量系统提供仿真实例,为进一步滤波算法改进提供基础。 相似文献
14.
根据预报值具有最小方差这一要求,详细推导了融合法在观测数据为一维、多维和维数不同的情况下的具体同化表达形式,同时还给出了不同情况下与同化表达式相对应的预报误差公式.利用这些公式,可以用融合法处理常见的海洋观测数据的同化问题.在陆架海模式HAMSOM基础上,以4月份的渤海海表温度为例,我们验证了同化公式的正确性,并给出了同化后较好的同化结果。最后将融合法的同化结果与卡尔曼滤波同化结果进行了对比.比较表明,融合法使用起来更简单,且能有效地处理常见的海洋观测数据. 相似文献
15.
该文将海水中图象传输特性的研究与用此传输特性进行水下模糊图象恢复结合起来 ,得到一套测量水体传递函数及进行水下图象处理的方法。采用维纳 (Wiener)滤波和卡尔曼 (Kalman)滤波算法 ,对模糊图象进了恢复。结果表明 ,利用计算机采用一定的算法对散射性质已知的水体造成的图象模糊可以进行有效的复原 ,且良好效果。 相似文献
16.
自主水下机器人(AUV)对接技术是目前水下机器人的研究热点,精确可靠的AUV的回坞导航是实现对接的关键技术。对于追求轻便的便携式AUV的对接系统,考虑到便携式AUV的搭载能力有限又需要足够的定位精度用于对接,提出了一种基于超短基线(USBL)定位的回坞导航方法,该方法让AUV只需装载电子罗盘和水声应答器就能完成精确的回坞定位。根据导航方法的特点,设计了一种改进的扩展卡尔曼滤波算法,其优点是能在处理滞后的USBL数据的同时动态估算海流、更新状态方程以消除海流造成的定位误差。通过湖试和大量仿真实验,验证了定位算法在海流影响下的定位性能。 相似文献
17.
背景误差相关结构的确定是影响海浪同化效果的关键因素之一。集合Kalman滤波是一种较为成熟的同化方法,其可以对背景误差进行实时更新和动态估计,现已广泛应用于海洋和大气领域的研究。本文基于MASNUM-WAM海浪模式,分别采用静态样本集合Kalman滤波和EAKF方法,针对2014年全球海域开展海浪数据同化实验,同化资料为Jason-2卫星高度计数据,利用Saral卫星高度计资料对同化实验结果进行检验。结果表明,两组同化方案均有效提高了海浪模式的模拟水平,EAKF方案在风场变化较大的西风带区域表现显著优于静态样本集合Kalman滤波方案,但总体上两者相差不大。综合考虑计算成本和同化效果,静态样本集合Kalman滤波方案更适用于海浪业务化预报。 相似文献
18.
Parameter sensitivity of three Kalman filter schemes for assimilation of water levels in shelf sea models 总被引：2，自引：0，他引：2
In applications of data assimilation algorithms, a number of poorly known assimilation parameters usually need to be specified. Hence, the documented success of data assimilation methodologies must rely on a moderate sensitivity to these parameters. This contribution presents a parameter sensitivity study of three well known Kalman filter approaches for the assimilation of water levels in a three dimensional hydrodynamic modelling system. The filters considered are the ensemble Kalman filter (EnKF), the reduced rank square root Kalman filter (RRSQRT) and the steady Kalman filter. A sensitivity analysis of key parameters in the schemes is undertaken for a setup in an idealised bay. The sensitivity of the resulting root mean square error (RMSE) is shown to be low to moderate. Hence the schemes are robust within an acceptable range and their application even with misspecified parameters is to be encouraged in this perspective. However, the predicted uncertainty of the assimilation results are sensitive to the parameters and hence must be applied with care. The sensitivity study further demonstrates the effectiveness of the steady Kalman filter in the given system as well as the great impact of assimilating even very few measurements. 相似文献
19.
The problem of estimating the shape of a towed array instrumented with either depth sensors, compasses, or both in a discrete-time state-space formulation is treated in a companion paper by D. A. Gray et al. (to appear), in which the state-space representation is derived from a dynamical model of the propagation of tow-point-induced motion down the array. A Kalman filter is derived to recursively estimate the shape of this towed array, and solutions to the Riccati equation are used to predict the mean square error of the Kalman filter array shape estimates. The present study investigates the performance of this Kalman filter approach as an array shape estimator using both simulated examples and sea trial data. Fundamental to the Kalman filter approach is the model that describes the dynamical behavior of the towed array. The results of an experimental program that was undertaken to validate this model are also presented 相似文献
20.
EnKF和SIR-PF在贝叶斯滤波框架下的比较和结合 总被引：3，自引：0，他引：3
贝叶斯估计理论为非线性、非高斯系统的数据同化提供了一个统一的框架。在本文中,我们利用著名的洛伦茨吸引子(Lorenz'63)模式对两种基于贝叶斯滤波理论的数据同化方法——集合卡尔曼滤波器(EnKF)和重取样粒子滤波器(SIR-PF)——进行了较为全面的比较。比较的结果揭示了两种方法的优缺点:即当集合成员数目较多时,SIR-PF的同化效果优于EnKF;反之,则EnKF的表现较好。进一步地,我们使用统计方法分析了两者表现的差异和原因。最近提出的一种集合卡尔曼粒子滤波器(EnKPF)通过使用一个可控的参数整合EnKF和SIR-PF的分析格式,可以结合两者的优点。本文在充分比较两种方法的前提下,重新阐释并改进了原有的EnKPF算法,使之适用于非线性的观测算子。通过使用相同的洛伦茨模式实验,我们揭示了EnKPF实质上提供了关于EnKF和SIR-PF的连续插值,使得后两者可以视为其特殊情况。并且,在集合成员数目有限的前提下,EnKPF可以在一定程度上避免滤波退化的发生,取得优于EnKF和SIR-PF的同化效果。 相似文献