基于一类SVM的综合导航系统信息故障检测方法

为了提高舰艇综合导航系统的可靠性,并考虑到系统准确建模和大量故障数据获取的困难性,提出了一种基于一类支持向量机的信息故障检测方法。该方法主要包括两个过程:第一个过程是根据实测数据,并利用一类支持向量机的分类原理和主元分析法对导航信息进行离线建模;第二个过程是结合主元分析法将该模型应用到实时的信息故障检测中。该方法不依赖于系统模型而且只需要正常的小样本数据对模型进行训练,具有简便易于实现的优点。仿真试验表明,该方法对导航系统的硬故障和软故障都具有较好的检测能力和较短的检测延迟时间,而且该方法对径向基核函数参数的变化具有较低的敏感性,避免了复杂的调参过程。     

基于自适应因子图优化的导航系统信息融合方法

针对传统因子图优化方法（FGO）中量测协方差矩阵不准确带来状态估计精度下降问题，提出了一种基于滑动窗的自适应因子图优化方法（SWAFGO），将滑动窗技术应用到量测协方差矩阵的估计，利用滑动窗内的残差序列估计协方差矩阵。与传统的使用单点残差的自适应因子图方法（SRAFGO）相比，所提出方法不需要误差模型的先验知识，而且充分利用了历史残差数据，因此性能上有较大的提升。仿真实验和KITTI数据实验结果表明，在无先验知识条件下，所提出方法能够较准确地估计出量测协方差矩阵，且相较于SRAFGO方法位置估计精度提升12%。