摘要:SINS/DVL 水下组合导航时，受外界因素影响，DVL 信号不稳定和丢失情况时有发生，容易造成定位结果不连续或精度减弱。将 DVL 正常时段采集数据作为训练样本，采用径向基函数神经网络算法（RBF） 对 DVL 丢失时段信号进行填补。为降低系统噪声影响，选择采用扩展卡尔曼滤波（EKF）和自适应渐消 Sage-Husa 扩展卡尔曼滤波（SHEKF）2 种模式进行组合导航计算，得到不同计算结果。分析表明，RBF 算法能够用于处理 DVL 信号丢失情况，相同条件下，SHEKF 滤波模式能够得到更优计算结果，E 方向上位置误差相比 EKF 滤波减少约 50%。

摘要:当探测区域存在多个目标时，双站被动声呐测向系统通过目标方位线交叉定位会产生多个交点，对被动声呐的测量方位进行关联即是剔除虚假交点，选择真实交点。在两被动声呐对目标方位保持连续跟踪的条件下，提出了一种利用方位预关联形成关联航迹对目标的位置和方位值进行估计，根据估计值与传感器实测方位值的偏差大小来判定预关联正确性的决策规则，结合海上实验数据仿真验证了方法的有效性。

摘要:讨论了悬浮式反鱼雷深弹对鱼雷的被动定位与炸点控制方法。 采用矢量水听器检测鱼雷辐射噪声的线谱并测量目标方向,根据高速目标频率与方位变化,通过目标运动分析(TMA)方法预测目标的最近距离。 当该距离小于深弹装药破坏半径时,即发出起爆控制信号,实现炸点控制。 计算机仿真验证了该方法的可行性。

摘要: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。

摘要:由于水中声速较低,主动声呐完成量程范围的探测往往需要花费几秒甚至几十秒的时间,这个时间即为主动声呐的扫描周期。 主动声呐对目标的搜索、跟踪等处理都是按扫描周期进行的,目标信息刷新率较低,其上报系统进行目标诸元解算时同样具有这一特点。 为了提高声呐效能及系统解算效率,提出了一种无迹卡尔曼滤波(UKF) 与野值剔除相结合的目标实时航迹解算算法:首先在以声呐扫描周期为间隔获取的目标信息基础上,采用 UKF 预测出目标每秒方位、距离信息,并对野值点进行处理,实时地调整滤波增益或者进行野值计算,最后利用目标的位置信息解算出目标每秒的航速和航向信息。 通过目标在不同航向、 航速下的仿真实验,验证了本文算法的有效性和正确性。