位置:成果数据库 > 期刊 > 期刊详情页
基于改进加权融合算法的动力定位数据融合
  • ISSN号:2095-3844
  • 期刊名称:《武汉理工大学学报:交通科学与工程版》
  • 分类:U662.9[交通运输工程—船舶及航道工程;交通运输工程—船舶与海洋工程]
  • 作者机构:[1]高性能舰船技术教育部重点实验室,武汉430063, [2]武汉理工大学交通学院,武汉430063, [3]武汉船用电力推进装置研究所,武汉430064
  • 相关基金:国家自然科学基金项目资助(61301279,51479158)
中文摘要:

为提高动力定位的精度,装备有动力定位系统的船舶通常会配备多个相同和不同类型的传感器对其状态进行测量.针对采用不同类型传感器的场合,提出了一种改进自适应加权融合算法.该算法可以更准确地计算各个传感器的方差,提高数据融合的精度.另外,针对采用相同类型传感器的场合,提出了一种改进权值动态分配算法.利用迭代方法解决了权值动态分配法需要保存历史数据的问题,提高了算法的实时性.仿真结果表明,在传感器类型不同时,改进自适应加权融合算法的精度明显高于传统自适应加权融合算法;在传感器类型相同时,改进权值动态分配算法的精度和实时性均高于传统自适应加权融合算法和改进自适应加权融合算法.

英文摘要:

In order to improve the accuracy of dynamic positioning, the ship equipped with a dynamic positioning system is usually equipped with several sensors with same and different types to measure its status. An improved adaptive weighted fusion algorithm is proposed for the occasion of different types of sensors. The algorithm can accurately calculate the variance of each sensor and improve the accuracy of data fusion. In addition, an improved weighted dynamic allocation algorithm is proposed for the occasion of the same types of sensors. The problem that the weighted dynamic allocation algo- rithm needs to preserve the historical data is solved by using the iterative method, which improves the real-time performance of the algorithm. The simulation results show that the accuracy of adaptive weighted fusion algorithm is significantly higher than that of the traditional adaptive weighted fusion algorithm when the types of sensors are different, and the accuracy and real-time performance of the improved weight dynamic allocation algorithm are higher than those of the traditional adaptive weigh- ted fusion algorithm and the improved adaptive weighted fusion algorithm when the types of sensors are the same.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉理工大学学报:交通科学与工程版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉理工大学
  • 主编:骆奇峰
  • 地址:武汉市武昌区和平大道1178号89信箱
  • 邮编:430063
  • 邮箱:jwuttse@whut.edu.cn
  • 电话:027-86538436
  • 国际标准刊号:ISSN:2095-3844
  • 国内统一刊号:ISSN:42-1382/U
  • 邮发代号:38-148
  • 获奖情况:
  • 1997年全国优秀科技期刊,1995年全国自然科学优秀学报,1999年全国高校优秀学报及教育部优秀科技期刊,2010年中国高校优秀科技期刊,2010年中国科技论文在线优秀期刊二等奖,2008年RCCSE中国权威学术期刊,湖北省优秀期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国剑桥科学文摘,中国中国科技核心期刊
  • 被引量:13741