基于区间估计的最小二乘法在卡尔曼滤波中的应用研究

卡尔曼滤波是以最小均方误差为估计的最佳准则来寻求一套递推估计的算法。最小二乘估计是最常用的估计理论,它能保证每个偏差都较小,而区间估计反映误差范围使用起来把握大,但它无法估计单点的误差。针对滤波精确度问题,为使估计值误差达到最小,滤波精确度提高,提出了采用区间估计与最小二乘法估计2种策略结合的新方法,充分利用二者优势,求得观测点与估计点的距离的平方和最小值,对目标函数多次拟合。仿真实验结果表明,区间估计最小二乘卡尔曼算法大大提高滤波精确度,与区间卡尔曼滤波相比,它有较小的误差,滤波性能也得到很好的提升,极大的降低了噪声在滤波过程中干扰,在以后实际工作中将得到很大应用。     

基于Hough变换的指针仪表读数识别方法

针对广州市宇泰仪表电器有限公司85C1系列仪表的读数识别问题,提出一种基于Hough变换的图像处理方法.该方法采用彩色相机拍摄仪表图像.首先,通过指针的红色特征提取图像中的指针样本点,并应用最小二乘法获取指针的直线方程;其次,由表盘上的圆弧特征之圆心位于指针直线上的假设,利用Hough变换的原理提取出表盘上的圆弧特征;最后,通过图像变换将刻度部分的圆弧线变换成直线,实现了刻度线两端点位置的提取,并完成仪表读数识别.实验表明,该方法能够准确识别仪表读数,具有较高的鲁棒性.     

基于HouseHold变换的全球卫星导航系统参数解算方法

研究传统最小二乘和卡尔曼滤波方法求解GNSS(Global Navigation Satellite System)观测方程时接收机钟差参数的处理策略,将失效的接收机钟差参数通过矩阵变换的方式消除.针对计算机截断误差可能会造成卡尔曼滤波结果发散的现象,将HouseHold变换用于GNSS观测方程参数求解中,根据其建立的正交矩阵的特性,导出求解公式.结果表明,该方法在理论上可消除计算机截断误差的影响,且在储存空间上仅为传统方法的一半,可有效节约计算机资源.     

基于改进型最小二乘搜索的 GNSS 姿态测量方法

结合全球卫星导航系统(global navigation satellite system,GNSS)用于姿态测量具有基线已知的特点,提出了一种改进型最小二乘搜索算法:将整周模糊度分为基本组和剩余组,在伪距精度和基线长度约束条件下确定出基本模糊度组的搜索空间;然后根据模糊度与基线俯仰角、航向角的关系,并以俯仰、航向角度组合作为联系基本组和剩余组的中间变量,通过搜索基本模糊度组来确定出剩余模糊度组合;最后利用最小二乘解算基线矢量,在二次残差比值检验条件下,完成整周模糊度的固定及姿态解算.实验结果表明,改进算法不仅有效减小了模糊度的搜索空间,而且缩短了模糊度初始化时间,具有较高的测姿精度,适用于GNSS姿态测量.     

基于多径信号功率时变特性的全球卫星导航系统欺骗检测技术

卫星导航系统的安全问题是当前关注的热点,地基增强站、授时型接收机等静态接收机由于其位置固定,接收信号参数易于预测,实施欺骗攻击的技术门槛较低,很容易受到复杂欺骗手段的攻击.基于此,提出了一种基于多径信号特征的卫星导航欺骗检测算法,考虑地面反射路径对接收机信噪比估计结果的影响,构建假设检验问题.仿真结果证明该方法在大部分静态场景下具有较好的欺骗检测性能,在强信号环境下,针对多种典型欺骗攻击手段均可达到90%以上的检测概率.     

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.     

基于Hilbert-Huang变换的多自由度参数辨识

Hilbert Huang变换（简称HHT）是近年来发展起来的一种新的时间序列信号分析方 法,特别对非平稳信号和非线性信号的分析有较好的适定性.该文结合HHT和状态变量分析 方法对多自由度系统的模态频率和阻尼比进行了辨识.首先,用经验模态分解对测得的激励 响应信号进行分解,然后对分解结果进行Hilbert变换,求出瞬时幅度和相位,再通过线性 最小二乘拟合求出模态频率和阻尼比.最后的仿真结果显示本文方法是可行的.     

基于自回归模型非线性振动模型特性识别

对假定为三次自由衰减非线性系统的识别进行了理论研究。首先,对系统进行非线性分析得到振幅和频率的瞬时关系式。然后,通过引入Hilbert变换获得结构瞬时振幅和瞬时频率,针对Hilbert变换获得的瞬时频率抗噪音能力弱的缺点;基于自回归时间序列模型通过卡尔曼滤波获得结构瞬时频率。最后,通过已获得的瞬时频率、瞬时振幅及二者的关系式建立相应的回归模型,运用最小二乘法可以识别出非线性系统系数。通过数值算例模拟验证算法识别有效。研究为非线性系统的识别提供理论方法。     

基于Householder变换的复参数递推最小二乘估计方法

提出了一种基于Householder变换的复参数递推最小二乘参数估计方法.利用基本复Householder变换方法,研究了基于复Householder变换的递推复矩阵上三角化变换算法,针对上三角矩阵增加一行新数据后的复矩阵,提出了按列递推复矩阵上三角化变换算法,并给出了相应的算法证明.算例仿真结果验证了基于复Householder变换的复数最小二乘估计算法的有效性和可靠性.     

基于全球卫星导航系统的海洋环境监测方法研究综述

实时、准确、可靠地监测海洋环境信息,对于海洋灾害预警预报、防灾减灾、海洋资源开发、保障海洋安全等具有至关重要的作用。近年来,随着全球卫星导航系统(GNSS)不断发展与升级,基于GNSS导航信号进行大气和海洋环境信息探测发展成为新技术新方法,并成为海洋环境监测技术研究热点,已在海洋气象监测、数值预报、科学研究等领域得到了广泛应用。系统综述了GNSS技术在海面有效波高、风速、降雨强度、水汽及潮位监测等海洋环境监测领域的应用研究现状,对新技术新方法进行了系统总结,并对未来发展趋势进行了展望,以期对相关领域的研究提供参考。     

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.     

基于PDA的GPS定位精度提高方法

阐述了在Windows CE嵌入式系统中实现PDA和GPS串行通信的方法;验证了DGPS和卡尔曼滤波器在提高GPS接收机定位精度方面的有效性;针对动态滤波器在静态定位时滤波精度下降的问题,对传统卡尔曼滤波方程作出改进,并进一步采用滤波选择结构完善卡尔曼滤波器的动静态滤波性能;利用DGPS和卡尔曼滤波器在误差消除上的互补性,设计一个由PDA接收平台、差分GPS系统和滤波选择结构组成的组合定位试验系统．试验证明,采用组合定位的方式,可以将GPS的定位精度从2．4m（2σ）提高到0．9m（2σ）．     

基于UKF的INS/GPS组合导航系统仿真

通过Unscented卡尔曼滤波(UKF)算法,研究INS/GPS紧耦合组合导航系统中滤波算法的问题,避免了对非线性的系统方程进行线性化。同时将自适应原理引入UKF,给出了一种自适应UKF算法。将EKF、UKF和自适应UKF分别应用到INS/GPS组合导航系统的滤波中。仿真结果表明,相比UKF算法,自适应UKF算法进一步提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。     

航天测量船组合导航系统在某型号测控任务中的应用

分析了INS、ESGM、GNSS导航系统和测量船某型号测控任务的特点.分析了INS/ESGM/GNSS组合导航系统的优势.通过工程实际应用对测量船航向误差进行分析修正和补偿,测量船航向取得了很高的精度.该技术在航天测量船执行某型号测控任务中通过光电经纬仪航向校验,能长期有效地保证航向精度和系统的稳定性.对测量船成功完成某型号测控任务具有重大意义.     

基于扩展卡尔曼滤波的GPS定位数据处理方法研究

由于GPS信号容易受到遮挡、干扰等影响,有时会存在较大的系统噪声和量测噪声,这将引起GPS的定位精度受到较大影响。研究了一种利用扩展卡尔曼滤波对GPS定位数据进行处理的方法。对扩展卡尔曼滤波算法进行了深入分析,并结合GPS应用建立了系统的动态模型,对滤波算法的初值和系统噪声的进行了探讨。通过实测GPS数据对扩展卡尔曼滤波算法进行了验证,实测结果表明该算法对GPS应用系统的定位数据有较好的滤波效果,可以有效的提高GPS的定位精度。     

微分代数方程的解维数

首先利用Ｒｉｔｔ理论证明了作一微分代数多项式系统的通解可由有限个拟特征集的通解来描述,然后提出解维数概念,并讨论了几类微分代数方程（包括多项式系统）的解维数。     

车载GPS/DR组合导航系统卡尔曼滤波方法的改进

将全球定位系统(GPS)和航位推算法(DR)两种定位方式结合,实现车辆GPS/DR组合定位系统的自适应信息融合.联合卡尔曼滤波器存在数学模型不确定性和误差模型的随机性的缺点,提出改进方法是采用联邦滤波器,并引入利用模糊推理建立的模糊自适应联邦滤波器,提高了系统的精度和功能.     

自由定向坐标系中GPS网的平差计算

引进了与自由定向坐标系相对应的局部椭球，导出了ＷＧＳ－８４坐标系中的ＧＰＳ（全球定位系统）基线向量变换到局部椭球坐标系中的计算公式，讨论了局部椭球坐标系中ＧＳＰ网的平差计算和附合闭合差计算的方法与步骤，根据此模型编制的软件已经在生产中得到应用。     

基于多接收机的本地监测系统监测算法研究

本地监测系统可以增强卫星导航系统的性能以满足航空用户的需求。针对目前单接收机本地监测系统在进近着陆应用中各导航性能存在的不足,提出了一种基于多接收机的本地监测系统完好性监测算法。该算法考虑了地面接收机故障对用户安全造成的影响,从而提高了系统的完好性。另外,该算法通过利用既有的增强系统完好性信息,改善了系统对本地差分修正误差的监测能力;并且通过使用卫星信号双频观测量,提高了用户的观测精度。上述优化可有效降低保护门限值,最终达到提高系统可用性的目的。应用该算法增强北斗卫星导航(区域)系统,可在我国及周边地区满足I类精密进近的性能指标要求,并且平均可用性达到95.57%。     

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.