一种惯性/简化室内GIS组合的行人定位系统（英文）

惯性定位系统中的累积误差问题使得惯性定位系统无法长时间使用。室内地理信息系统(GIS)中的建筑物结构、地标点位置等信息可以用来修正和优化惯性定位算法,解决其累积误差问题,从而实现惯性定位系统的精度保持,延长系统使用时长。使用射频识别(RFID)系统和建筑物结构信息构建了简易室内地理信息系统,提出了一种基于GIS的增强型行人航迹推算(PDR)算法,通过该算法融合GIS与惯性定位系统。实验表明,融合简易室内GIS的惯性行人定位系统较传统行人定位系统性能更优。在GIS提供航向标定和步长估算系数标定的情况下,融合GIS的惯性系统能够在60 min之后,较惯性定位系统误差分别降低50%和67%;在GIS提供位置和高度标定的情况下,融合GIS的惯性系统并未出现误差累积的现象,在使用超过150 min后,依然能够将行人航迹推算误差保持在2 m范围之内(>80%概率)。     

基于自适应卡尔曼滤波的简化地磁定轨

地磁定轨对追求低成本、高功能密度比的微小卫星具有较重要的价值,但是目前地磁定轨尚存在计算量大、易受各类误差影响导致精度过低等不足。在分析轨道动力学方程误差量级的基础上,建立了简化的状态转移矩阵,根据地磁模型分析了地磁强度随着阶次变高,梯度显著变小的特点,提出了高阶截断的简化地磁测量方程;将复杂的磁强计测量误差近似建模成随机游走形式,用多项式对磁强计误差估计值进行实时拟合去噪,并辨识出磁强计误差的变化特征作为自适应卡尔曼滤波器的调节依据,提高了弱可观测地磁定轨的性能。数学仿真证明了简化地磁定轨模型的有效性,自适应滤波器能够更精确地实现定轨计算,定位精度约为6 km,测速精度约为4 m/s。     

基于连续模型的人员疏散仿真分析

行人流连续模型直观地反映人群疏散过程中的疏散特征，本文基于行人流连续模型。研究行人在典型疏散场景下的疏散特征．在COMSOL中建立行人流连续模型及其方程，通过编写MATLAB代码，实现了连续模型及其循环求解框架．利用快速扫描法求解Eikonal方程得到背景场值，在每一步迭代循环中将背景场值作为模型的初始变量导入，调用COMSOL计算模块求解模型的瞬态控制方程．通过两个标准算例，重现了典型的行人流自组织现象，验证了连续模型的合理性．结果表明，本文的疏散仿真分析模型和计算程序是可靠的，疏散仿真分析可以为实际工程中的人员疏散方案的制定以及平面设计与安全布置等方面提供技术支撑．     

基于双状态Χ~2检测和快速强跟踪AUKF的组合导航算法

针对GNSS/SINS/摄影测量组合导航中某个子系统发生故障时,整个导航系统易受到故障数据污染的问题,提出了一种基于快速强跟踪AUKF的双状态卡方(Χ~2)检测数据融合方法。首先,采用快速强跟踪AUKF算法进行滤波;然后,引入卡方检验通过检测UKF子滤波器输出的状态向量来定位故障参数;最后,采用强跟踪滤波准确跟踪状态矢量突变以增强系统鲁棒性,并根据自适应因子实时调整预测协方差阵以修正增益矩阵,使滤波结果不受异常信息的干扰。将提出的改进算法与常规算法分别应用于无人机着陆导航系统,结果显示:与传统UKF相比,提出的算法得到的位置误差减少了62.6%以上;与强跟踪UKF相比,导航误差也至少减小了32.6%。     

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度, 分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅立叶变换时延估计算法的缺陷, 提出了一种基于最优频段的累积轮廓时延估计算法, 并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段. 数值及实测数据实验结果表明: 在短时观测或光子流量较小时, 该算法优于常用的近似最大似然 (FAML)、相关 (CC)、最小二乘 (NLS) 及加权最小二乘 (WNLS) 方法; 在观测时间较长或光子流量较大时, 该算法的估计精度与CC及NLS方法相当, 但其运算量低于NLS, FAML 及WNLS方法. 本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.     

联合多级深度特征表示和有序加权距离融合的视频行人再识别方法

针对目前视频行人再识别中存在视角、光线变化,背景干扰与遮挡,行人外观与行为相似,以及相同行人在不同模态特征下距离的差异性而导致的匹配不正确问题,提出一种联合多级深度特征表示和有序加权距离融合的视频行人再识别方法。在行人特征表示阶段,提出了行人多级深度特征表示网络,该网络不仅能学习视频序列中行人的时空特征,还能获取行人的全局外观特征和局部外观特征。在有序加权距离融合阶段,将行人的特征表示输入到距离测度学习中,分别计算行人在三类特征下的独立距离,并将距离排序后,根据距离的排名优化距离权值,最后融合三类距离得到最终距离,从而准确匹配行人。通过在公共数据集中的实验表明,所提方法不仅能够提高视频行人再识别的识别率,还具有丰富和完整的行人特征表示能力。     

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

基于TOA信息的脉冲星信号周期估计方法

针对脉冲星信号周期估计需逐步搜索、计算量大等问题,提出脉冲星信号周期直接估计算法.根据周期不确定误差对时域上脉冲到达时间(Pulse Time of Arrival,TOA)估计方法的影响,推导了基于TOA信息的脉冲星信号周期估计方法的数学模型.该方法将一组观测到的脉冲光子到达时间序列(Photon Time of Arrivals,TOAs)进行等时间间隔分段,在时域上对每段TOAs进行相位估计获得相应的TOA信息,并根据建立的TOA信息与周期误差的关系采用最小二乘原理估计脉冲星信号周期.对周期准确性的评价不同于传统的依赖折叠轮廓的好坏,而是以TOA与时间图像的斜率作为依据,这一依据更直观、易于理解.理论分析与物理、计算机仿真数据结果表明,本文所提的周期估计方法能够根据短时间脉冲光子到达时间序列获得高精度和高分辨率的脉冲信号周期,有利于X射线脉冲星导航的工程应用.     

一种弹道导弹捷联惯导/地磁组合导航方法

基于惯性器件和磁强计的测量信息,提出一种弹道导弹捷联惯导/地磁组合导航方法。以捷联惯导误差方程为基础建立系统的状态模型,以磁强计测量值与根据地磁场模型计算的地磁场强度值之差作为量测,只用一个观测表达式即同时包含载体的位置及姿态信息。引入状态反馈,利用混合校正的卡尔曼滤波得到系统导航信息的最优估计。仿真结果表明,该算法能有效抑制捷联解算误差的发散,磁强计精度为100 nT时,定位精度2.68 km,姿态精度优于5′。该导航方法完全自主,精度较高,具有一定工程应用价值。     

视觉技术辅助的无人机自主着陆组合导航研究

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。