10月14日下午4时，在自动化学院9059报告厅，学院邀请了哈尔滨工程大学自动化学院黄玉龙副教授为大家开展了主题为“复杂噪声环境下高精度卡尔曼滤波方法研究：最新进展及应用”的专业讲座。自动化学院共百余名师生参加了此次讲座。
黄玉龙副教授2018年12月毕业于哈尔滨工程大学，获工学博士学位。同年留校进入哈尔滨工程大学自动化学院工作，破格副教授。曾荣获第十一届中国青少年科技创新奖、第十三届中国大学生年度人物提名奖、工信创新创业奖学金特等奖等多项国家级奖励与荣誉。在所研究领域以第一作者或通信作者在国内外重要学术期刊和会议上发表学术论文50余篇。
讲座刚开始，黄玉龙副教授向我们介绍了其主要的研究方向：惯性导航、组合导航和信息融合。黄玉龙副教授首先以海洋运载体导航系统为例，针对载体运动参数测量对导航技术高精度、快速性、抗干扰的要求，分别在惯性导航快速对准及组合导航信息融合两个方面开展研究。其课题组研制的小型化光纤陀螺姿态测量设备被应用于海洋平台运动姿态测量，已被用于水面/水下无人潜艇、动力定位系统等，获得2017年教育部技术发明二等奖。
紧接着，黄玉龙副教授向我们介绍了复杂噪声环境下高精度卡尔曼滤波方法研究背景，并向我们展示了光纤陀螺仪振动条件下的测量误差图和概率密度图，并指出系统噪声和量测噪声受到环境干扰呈现厚尾/偏斜非高斯特性，需要计算量适中、精度高的适合于工程应用的非高斯滤波方法。
接下来，黄玉龙副教授向大家讲解了基于一步预测估计的新型自适应卡尔曼滤波方法，并详细介绍了现有自适应卡尔曼滤波器存在的问题：不能很好地处理不精确且时变的状态噪声协方差矩阵和量测噪声协方差；无法同时精确地估计状态噪声协方差矩阵Q和量测噪声协方差矩阵R；将不精确估计的Q实时反馈给卡尔曼滤波器，容易导致发散。另外，还向我们介绍了基于非高斯分布建模的新型鲁棒卡尔曼滤波方法和基于学生t分布建模的新型鲁棒卡尔曼滤波器，并向大家展示了AUV协同定位实验。
