一种气压高度表辅助GPS定位算法的研究

GPS单独完成定位需要至少4颗可见卫星提供导航数据,然而在某些应用场合,卫星信号可能被遮蔽或干扰,单独定位无法满足定位需求.为解决由于可观察的定位卫星数量不足无法完成定位解算的问题,采用气压高度传感器构造约束条件,引入了一种组合定位的气压高度表辅助GPS定位算法,给出了算法的迭代公式.仿真结果表明,该方法可以满足GPS信号受遮蔽条件下中等精度的定位需求,具有一定的实用价值.     

动态调节模型的最小二乘迭代辨识方法

为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。     

基于GPS的海底电缆二次定位测量系统

讨论了二次定位中声波定位方法和初至波定位方法误差的来源,指出由于多台GPS设备在不同的船上工作,众多设备统筹协调不好是造成二次定位存在较大系统误差的重要原因。在863课题支持下,开发了基于GPS的海上物探测量系统,该系统能统筹管理多台设备,实时完成导航、资料处理、绘图等多项功能,对提高生产效率,降低系统误差起到了重要作用。     

基于递推总体最小二乘的机载单站无源定位算法

对于机载单站无源定位中观测向量和系数矩阵均存在噪声的情况,采用经典的最小二乘(LS)算法会导致估计结果有偏,而一般的批处理算法运算量大,不满足定位的实时性要求.为此提出一种递推总体最小二乘定位(RTLS)算法.在建立机载无源测向定位模型的基础上,引入由系数矩阵和观测向量构成的增广矩阵,利用矩阵分解的性质建立了增广自相关逆矩阵和最右奇异向量的递推方程,从而推导出RTLS定位算法.仿真结果表明,RTLS算法的收敛速度和定位精度优于RLS算法和TWDRLS算法,并且实现了TLS算法对目标位置的实时估计,能够定位需求.     

基于递推最小二乘平方差的GPS精密单点定位精度研究

对传统GPS单点定位、差分GPS定位和GPS精密单点定位进行了比较。建立了GPS精密单点定位无电离层组合的数学模型。建立了递推最小二乘平差进行参数估算的数学模型,并利用该方法进行相位平滑伪距处理。分析了该方法对伪距观测误差的影响。利用bernese软件和据此编制的程序,并利用IGS跟踪站的观测数据进行了接收机三维坐标的解算。将IGS观测值坐标作为真值,解算值和真值之间的偏差作为定位误差。仿真结果表明,经过递推最小二乘伪距平滑处理后,精密单点定位的误差在北方向、东方向、高度方向上都小于0.02 m。     

一种改进的GPS测码伪距单点定位算法

GPS是通过在同一时刻观测4颗以上的卫星,利用伪距观测量来解算出接收机的位置和钟差.针时传统的迭代最小二乘算法精度依赖于初始值的估计,且迭代计算量大,给出了一种改进的求差算法,即将GPS单点定位的非线性观测方程转化成线性方程直接求解测站坐标.利用VC编程提取出GPS接收机纪录的数据,通过仿真表明该算法计算简单,不需要观测站的初始值,不需要求导计算和迭代计算,从而验证了这种改进算法的优越性.     

基于混合蛙跳的无线传感器网络定位方法

为了解决无线传感器网络未知节点的定位问题,提出了一种新的三维空间定位方法。首先给出了未知节点位置的计算方法和误差评价模型,并利用混合蛙跳算法建立了评价模型的求解算法SFLL。最后,利用仿真实验,对比了与其它算法之间的性能状况,结果表明SFLL具有较好的适应性。     

一种北斗伪距单点定位的加权最小二乘(WLS)快速算法

针对当前伪距单点定位普遍采用的高斯牛顿迭代最小二乘(gauss-newton iterative least squares,GNILS)定位算法存在对初始值的估计依赖性强,且迭代计算量大的缺点,结合直接解算(direct calculation,DC)定位方法定位解算快和加权最小二乘(weighted least squares,WLS)定位算法定位精度高的优点,提出一种北斗伪距单点定位的WLS快速(fast weighted least squares,WLSF)定位算法?通过北斗实测数据验证表明,WLSF定位算法计算复杂度显著减少,并且定位精度具有较大改善?     

推广的遗忘因子递推最小二乘算法在GPS中的应用

作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹，并与推广的Kalman滤波进行比较，发现两种算法在GPS中具有各自的优点，当噪声相关性较大又不能准确地得到其方差时，推广的遗忘因子递推最小二乘算法好于推广的Kalman滤波算法。     

一种基于二次型约束最小二乘法的瞬时单点定位算法

在某些具有鲁棒性要求的应用中,标准单点定位(standard single-point positioning,SPP)仍然发挥着至关重要的作用.但是经典SPP的定位精度仍然为米级,不足以满足一些实际应用的需求,如水文测量和机场场面活动的车辆等.针对该问题,通过将先验高度信息融入到SPP算法中来实现瞬时亚米级定位精度,提出了一种基于二次型等式约束最小二乘估计的SPP定位方法.利用实测的GPS(global positioning system)卫星观测数据进行SPP实验,实验结果表明,与无约束SPP相比,本方法有效地改善了定位精度,并且不依赖于载波相位测量,有较高的鲁棒性.     

用 Hopfield 网络求 LS 法的损失函数及辨识参数

讨论了用连续Ｈｏｐｆｉｅｌｄ神经网络实现最小二乘（ＬＳ）法同时求损失函数及辨识参数，进而对该网络的一次输入的矩阵参数进行多阶次辨识的计算。通过增加一维输入矩阵使其构成计算所需要的结构，及根据最小二乘法结构上的特点对该网络的反馈信息加以控制的手段，使该网络在稳定时，能够同时输出辨识参数及损失函数。依此顺序对反馈信号进行控制，可以依次得到低于该输入阶次的各阶辨识参数及损失函数     

一种基于小波神经网络混合模型的说话人识别方法

提出一种混合模型,即将隐马尔可夫模型(HMM)和小波神经网络(WNN)相结合应用于说话人识别的模型.该方法利用HMM的时序建模能力以及小波神经网络较强的模式分类能力,进行与文本无关的说话人的识别.实验表明,采用这种混合模型可以提高系统的识别率,特别在噪声环境中具有一定的噪声鲁棒性,提高了识别性能.     

基于径向基概率神经网络模型的小儿厌食症状辅助诊断

结合了径向基神经网络较强模式分类能力与概率神经网络运算简单的优点,提出了一种径向基概率神经网络模型,并应用于小儿厌食症的辅助诊断,通过对119例样本数据的处理,获得了92.4%的准确率.此外,偏最小二乘法的分析结果表明,Zn元素与小儿厌食症关系最为紧密.     

输电线路覆冰载荷在线检测分析与神经网络预测研究

线路覆冰是威胁输电线路安全的最主要因素之一。在实时实验数据和力学研究的基础上,提出了一种基于BP神经网络的覆冰厚度及重量的预测模型。预测模型以输电线路所处的温度、湿度、风向等为输入量,以覆冰厚度为输出量,网络隐含层单元个数与中心向量采用正交最小二乘法（orthogonal least squares,OLS）。在此基础上再通过专家软件来分析覆冰情况,给出了预测及预警信息。仿真结果表明,符合预期效果,实现了对覆冰载荷在线监测和覆冰厚度的预测,将其误差控制在一个较小的范围。     

Model analysis method (MAM) on the effect of the second-order ionospheric delay on GPS positioning solution

In this paper,we develop an approach to study the effect of second-order ionospheric delay on GPS positioning based on the ionosphere-free combination (abbreviated to Lc) of GPS dual-frequency carrier phase observables,in which the first-order ionospheric delay has been eliminated.GPS data from IGS WUHN tracking station during April 9 23,2003 is used to perform the above approach,and results show that the second-order ionospheric delay in GPS so-called ionosphere-free observables will result in the regular ...     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。     

基于网络响应面的多目标优化方法

为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈（BP）网络以及自适应共振（ART）网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本自适应地构建网络响应面,从而提高了Pareto解的收敛性以及多样性指标.对网络获得的每个新类进行各子目标值计算,同时对该子目标值做相似度计算,进一步剔除相似度高的样本,从而提高了Pareto解的分布性指标.通过常用的多目标优化测试函数验证该方法,并与改进的非支配排序遗传算法（NSGA-Ⅱ）以及随机权和算法作对比,结果表明该方法能明显改善多目标优化方法的各性能指标.     

基于神经网络的GPS坐标转换方法研究

全球定位系统(GPS)与地理信息系统(GIS)结合是湿地研究的关键技术之一.将神经网络方法用于GPS全球坐标系统和地方坐标系统之间数据坐标转换研究中,建立了三层前馈神经网络模型.训练方法采用Levenberg-Marquardt算法,并改进其性能函数以提高网络的泛化能力.对神经网络模型的建立、网络的训练方法、仿真曲线、神经网络的输出结果进行了详细的讨论.仿真结果证明改进的Levenberg-Marquardt算法适用于GPS数据坐标转换问题.选择松辽流域为研究区域,以流域内扎龙湿地为中心进行了考查.结果表明,神经网络方法能够建立坐标转换的复杂模型,是一种效率高、准确性高的方法,在湿地保护的动态数据分析方面具有一定的意义.     

基于改进IMM-UKF算法的一种融合航迹推演的红外路标室内定位方法

在结构化环境中,针对室内机器人导航对精度和实时性的要求,在一种新型红外路标定位方法的基础上,为满足全局导航的需要并简化硬件结构,提出一种融合航迹推演的红外路标室内定位方法,将单个大功率红外发射管作为路标,移动机器人上的红外摄像头作为接收传感器,融合采用改进的交互多模型无迹卡尔曼滤波(interacting multiple models unscented Kalman filter,IMM-UKF)算法.将融合航迹推演的红外路标室内定位方法和一般的定位方法做了比较,并将融合所采用改进的IMM-UKF算法与一般的融合算法做了比较.实验结果表明,提出的基于改进IMM-UKF算法的融合航迹推演的红外路标室内定位方法获得了比一般的定位方法更快的定位速度和更高的定位精度,且改进IMM-UKF算法比一般融合算法获得的定位精度更高.     

WLAN indoor location method based on artificial neural network

WLAN indoor location method based on artificial neural network (ANN) is analyzed.A three layer feed-forward ANN model offers the benefits of reducing time cost of the layout of an indoor location system, saving storage cost of the radio map establishment and enhancing real-time capacity in the on-line phase.According to the analysis of SNR distributions of recorded beacon signal samples and discussion about the multi-mode phenomenon, the one map method is proposed for the purpose of simplifying ANN input values and increasing location performances.Based on the simulations and comparison analysis with other two typical indoor location methods, K-nearest neighbor (KNN) and probability, the feasibility and effectiveness of ANN-based indoor location method are verified with average location error of 2.37m and location accuracy of 78.6% in 3m.