An algorithm of navigational data integration

• Autorzy: Borkowski P. , Stateczny A.

Warianty tytułu

PL

Algorytm integracji danych nawigacyjnych

• Języki publikacji: EN

Abstrakty

EN

An algorithm devised to merge data obtained from several measuring instruments into one signal is described. Such a signal has applications in integrated navigational systems in objects equipped with a number of sensors measuring the same signals. The algorithm was verified by its implementation in the Matlab environment. A sea-going vessel is used as the object.

PL

W artykule opisano algorytm umożliwiający połączenie w pojedynczy sygnał danych pozyskanych z kilku różnych urządzeń pomiarowych. Znajduje to zastosowanie w systemach nawigacji zintegrowanej dla obiektów posiadających kilka sensorów, mierzących te same sygnały. Algorytm został zweryfikowany poprzez zaimplementowanie go w środowisku Matlab. Jako obiekt wybrano statek morski.

Słowa kluczowe

EN

navigational data fusion; Kalman filter; integrated navigational system

PL

fuzja danych nawigacyjnych; filtr Kalmana; zintegrowany system nawigacyjny

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2008
• Tom: nr 1
• Strony: 181--188
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Borkowski P.

autor

Stateczny A.

• Maritime University of Szczecin

Bibliografia

• 1. Kaczorek T.: Teoria sterowania i systemów. PWN, Warszawa 1996 [in Polish].
• 2. Kaniewski P., Konatowski S.: Cyclic Kalman filtering with an adaptive length of the cycle. Biuletyn Wojskowej Akademii Technicznej nr 9, Warszawa 1998, pp. 87-97.
• 3. Stateczny A.: AIS and Radar Data Fusion in Maritime Navigation. Maritime University of Szczecin, Series Study no. 2(74), Szczecin 2004, pp. 329-336.
• 4. Stateczny A., Lisaj A., Mohammad C.: Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana. Zeszyty Naukowe AM nr 11(83), Szczecin 2006, pp. 279–286 [in Polish].
• 5. Sun S.: Multi-sensor Optimal Information Fusion Kalman Filters with Application. Aerospace Science and Technology, vol. 8, no. 1, 2004, pp. 57-62.
• 6. Using MATLAB Version 7.0 The Math Works Inc.