基于改进蛙跳算法的结构可靠指标计算

为了克服传统的结构可靠指标求解方法存在的模型描述和计算缺陷,引入改进混合蛙跳算法用于求解可靠指标。针对标准蛙跳算法求解组合优化问题时后期收敛速度慢、容易陷入局部最优的缺点,新算法引入蚁群算法的信息素调整策略,对蛙跳算法后期局部搜索进行改进,扩大算法后期搜索范围,使蛙跳算法跳出局部最优。最后,将改进后的算法应用到结构可靠指标的求解过程,算例验证了改进算法的有效性。     

基于地磁信号特征的频域相关地磁匹配算法

为减少地磁信号测量误差对地磁匹配定位精度的影响,在研究地磁信号频域特征的基础上,研究了频域相关地磁匹配算法。根据实际测量地磁信号的特点,研究了离散地磁信号的频域特征,利用离散地磁信号频域信息进行匹配定位。通过仿真实验分析了频域相关地磁匹配算法的定位精度及算法鲁棒性。研究结果表明,当地磁信号含有白噪声时,可以取得优于网格精度(100 m)的定位精度,当匹配测量点数相对粗大噪声点个数具有绝对优势时,算法鲁棒性好。     

改进BP网络的海底地形辅助导航算法

鉴于传统的迭代最近点算法存在着易陷入局部最优的缺陷和实时性不好的问题,提出了一种将BP神经网络引入迭代最近点算法中进行地形匹配的新方法。针对传统BP算法存在的局部极小和收敛速度慢等缺点,采用自适应学习方法、引入动量因子、可变化的学习率因子和可调激活函数等措施进行了BP算法的改进。仿真结果表明,改进后的算法可以在一定程度上克服由于局部收敛带来的匹配失效问题,能够获得很好的匹配效果,同时也解决了在实时性上存在的突出问题。     

相关地磁匹配定位技术

地磁匹配定位算法的本质是数字地图匹配，相关匹配算法是数字地图匹配的有效算法。在地磁导航中该匹配算法自适应实时构造基准数据序列，并以Hausdorff距离作为相关判断准则。为了提高了算法实时性，提出了预匹配和精匹配相结合的改进措施优化了运算过程。在预匹配过程中，由于地磁数据的离散性，搜索步长定为一个基本网格单元，并与序贯相似检测原则相结合，这样可快速排除非匹配区，筛选得到精匹配所需要的可行区域。在精匹配中，引入了双线性插值法对地磁场原始数据进行加密内插以提高匹配精度。最后利用地磁场数据进行了仿真试验，结果表明在一定条件下该相关匹配算法对地磁导航具有适用性。     

基于向量搜索的地磁导航匹配算法

对基于向量搜索的地磁导航匹配算法进行系统的研究,主要研究内容包括模型的建立、最优匹配位置的确定、搜索过程实现及优化、仿真实现等。仿真实现是基于航空实测地磁数据进行的,大量的匹配试验表明基于向量搜索的地磁导航匹配算法是可行的。仿真试验表明：该算法对初始位置误差要求低;不必对磁场做任何线性化假设,只要磁场变化特征明显既可;能求得全局最优解。同时该算法也存在运算量大、对方位和搜索步长敏感等缺点。     

地磁匹配中的匹配长度估计方法

在惯导/地磁组合导航系统中,适当选择匹配长度能有效提高匹配概率和匹配精度。针对地磁匹配特点,对匹配长度的选区原则和意义进行了分析,并提出了一种基于逐点迭代的匹配长度确定算法。该算法能够有效地给出匹配长度的估值或上界,使得匹配能在航迹形变最小处获得最优估计,有效提高了组合导航的定位精度。该算法是一个基于仿真实验的算法,通过不确定域的推进,获得地磁图在正反横、纵四个方向上的匹配长度范围,进而获得匹配长度上界。仿真实验验证了算法的优良性能。     

自适应SVD-UKF算法及在组合导航的应用

提出一种新的自适应奇异值分解Unscented卡尔曼滤波(UKF)算法.该算法利用自适应因子平衡动力学模型信息与观测信息的权比,控制动力学模型误差对导航参数解的影响.用奇异值分解阵(SVD)的迭代计算代替协方差矩阵的迭代变换,提高了协方差矩阵的数值稳定性.将新算法应用于组合导航系统进行计算仿真,结果证明,新算法具有良好的鲁棒性,能有效改善滤波性能,提高组合导航系统的精度.     

强跟踪-容积卡尔曼滤波在弹道式再入目标跟踪中的应用

对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。     

基于隐马尔可夫模型的地磁匹配算法

为了在地磁特征微弱区域内实现地磁辅助导航以及提高惯性导航系统在地磁特征明显区域内的定位精度,提出了基于隐马尔可夫模型的地磁匹配算法.首先以惯性导航系统定位误差为隐状态,以实时测量的地磁强度为观测量,建立了地磁匹配的隐马尔可夫模型;其次,针对该模型,使用Viterbi算法来确定最优状态序列,给出了惯性导航系统的当前定位误差.仿真结果表明,该算法可以实现地磁辅助导航,导航误差优于EKF算法,组合导航系统的定位误差在50 m左右.     

基于重力辅助导航误差分析的自适应介入匹配算法

针对现有重力导航匹配算法受测量误差和非测量误差影响匹配精度、匹配率较低而导致实践应用困难的不足,通过理论分析算法误差源,提出了一种自适应介入匹配算法。该算法通过判断等值点的特征空间特性以及最近距离和阀值的关系,对惯导位置参数进行自适应修正,极大提高了算法匹配率、搜索效率、实时性的效果。仿真实验结果表明,经自适应处理,可使算法最优匹配率达到89.6%,定位误差保持在500⁷00 m,重力图分辨率(1')降至25%左右。