基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

全源定位与导航的统一理论框架构建

针对多导航传感器的信息融合复杂性的问题,提出了一种基于全源定位与导航的信息融合统一理论框架。该框架将目前导航领域的主要定位导航技术分成了与时间无关的定位导航技术方法以及与时间相关的定位导航技术。首先,主要从数学的角度将各种导航技术的测量模型抽象为统一的表达形式,提出了位置、姿态、速度函数的概念,讨论了各种测量方法的测量函数及其应用;其次,分析了航位、航姿、航速的推算方法;最后根据测量模型和运动模型构建了信息融合的基本方程,并讨论了基于贝叶斯估计的导航参数一般性估计方法。