EMD-RLS联合滤波算法及其在北斗多路径削弱误差中的应用

多路径误差是全球导航卫星系统高精度定位的主要误差源。针对北斗导航定位系统的多路径特性,结合经验模态分解(EMD)和递归最小二乘算法(RLS)算法的优势,提出了一种EMD-RLS联合滤波算法来削弱北斗多路径特性的影响。首先,利用EMD将原始信号分解成固有模态函数(IMF),利用两个指标将其细化成三类,即噪声IMFs、混合IMFs和信息IMFs;然后,利用RLS算法对混合IMFs进行滤波,将经RLS滤波后得到的"干净"的数据与信息IMFs进行重构,最终达到去噪结果,即得到北斗多路径误差改正模型。仿真数据和北斗实测数据的处理结果表明:EMD-RLS算法相对于EMD和RLS算法,降噪效果更好;其建立的多路径误差改正模型有效地削弱多路径效应的影响,N、E、U三个方向精度分别提高了39%、70%、58%。     

基于伪距差分的三星无源北斗/SINS组合导航系统

由于北斗卫星所处轨道远离地球,无源北斗接收机输出伪距的误差较大,影响了与惯导进行伪距组合时的滤波定位效果。考虑到无源北斗伪距误差建模复杂,且Kalman滤波要求误差模型准确,作者研究了采用单机伪距差分的方法减少滤波量测值误差,通过理论分析建立了基于伪距差分的三星无源北斗/SINS组合模型。跑车试验表明,该组合导航算法可有效提高系统的定位精度,并具有滤波参数调整简单的优点。     

一种指数渐消记忆加权滤波的内交点定位算法

针对无线室内定位存在的非视距误差及信号跳变的问题,提出了一种基于指数渐消记忆加权测距滤波的内交点定位算法。为了减小非视距误差对无线系统定位精度的影响,提出了一种内交点定位算法,它无需识别基站是否处于视距环境,也无需任何先验的信息,仅基于当前时刻的各基站测距信息实现目标位置的解算。针对无线信号易跳变的问题,采用指数渐消记忆加权算法对测距信息进行滤波处理,通过选取合适的渐消记忆因子有效调节测距信号跳变的幅度。实测数据结果表明:利用所提出的方法定位精度优于2m,显著优于传统的加权最小二乘定位算法,且定位结果的跳变现象明显减弱。     

基于改进鲸鱼算法的声发射定位方法

为提高声发射源定位精度,提出了一种改进鲸鱼算法,并基于该算法生成了一种新的声发射源定位方法。该方法根据不同通道间的时间差建立基于最小二乘法原理的目标函数,通过改进鲸鱼算法的搜索机制求解目标函数,实现对声发射源的定位。为准确评估改进鲸鱼算法的定位精度,开展了煤岩断铅实验和三点弯曲加载条件下Ⅰ型断裂实验,对比分析改进鲸鱼算法、鲸鱼优化算法、Geiger算法和最小二乘法等4种定位算法的定位结果。结果表明：改进鲸鱼算法相较其他定位算法具有更高的定位精度,且累计有效声发射事件更集中于真实断裂过程区;改进鲸鱼算法的各阶段声发射源定位结果与数字图像相关方法(Digital Image Correlation, DIC)观测结果具有一致性,能够有效地反映试件内部裂纹萌生、扩展的动态演化过程。     

基于移动节点辅助定位的UWB室内定位方法

针对UWB室内定位精度易受环境影响的问题，在低速、多节点的情况下，提出了一种基于移动节点辅助定位的方法。设置一个增量队列来剔除异常点，然后使用最小二乘法计算得到定位初值。将定位初值代入扩展卡尔曼器滤波算法，得到较为准确的更新后的定位结果。当移动节点处于静止或低速状态时，其解算坐标较为精确，可以将其视作坐标已知的固定节点，来提高其他移动节点的定位精度。实验结果表明，在相同的实验环境下，所提方法的定位均方根误差比最小二乘法和Chan算法分别减小了15.89%和16.45%，最大绝对误差分别减小了60.99%和62.77%。     

截断总体最小二乘法在抑制地磁导航磁力仪随机误差方面的应用

三轴磁力仪的随机误差补偿技术是当前水下地磁导航领域的研究热点。传统上采用最小二乘法或其相关改进方法进行误差修正,是基于假设随机误差为高斯分布或者没有考虑到磁力仪观测方程的病态问题。将总体最小二乘方法与正则化方法结合起来,提出一种截断总体最小二乘法,来处理观测方程两边都存在随机误差的病态问题。仿真结果表明,截断总体二乘法能很好地抑制磁力仪测量中的病态影响,且将经过截断总体二乘法标定前后的残差减小至10 n T以内。此外,比起最小二乘法补偿和总体最小二乘法补偿后的测量数据,经过截断总体最小二乘法补偿后的测量数据更加接近真实值,达到了抑制随机误差的目的。     

一种采用小波神经网络的GPS精密单点定位方法

针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。     

提高北斗BOC信号捕获精度的伪码相位估计法

针对北斗二号将要采用的BOC信号粗捕获精度不足的问题,提出一种改进的伪码相位估计法。首先根据北斗将要采用的MBOC(6,1,1/11)调制方式,利用ASPeCT方法大幅削弱BOC信号旁瓣的影响;其次,利用频域FFT码相位循环相关法进行MBOC信号的粗捕获;最后,采用最小二乘拟合和三次样条插值的伪码相位估计法提高捕获精度。仿真结果表明,使用ASPeCT方法削弱旁瓣的影响后,最小二乘拟合和三次样条插值都能够使捕获误差均值减少到粗捕获误差的约1/10,三次样条插值误差均值最小,最小二乘拟合稳定性较好,具有更小的方差,适合干扰较大的场合。     

一种SINS/超短基线组合定位系统安装误差标定算法

超短基线设备由于尺寸小,使用灵活,在水下导航定位中常与惯性设备进行组合导航。为了标定出超短基线坐标系与载体坐标系之间存在的安装误差,提出了一种基于小角度近似的安装误差标定算法。首先,确定应答器的位置,再对安装误差角对应的姿态矩阵进行小角度近似,最后利用最小二乘法直接计算得到安装误差。通过仿真验证,在斜距误差为0.5%的条件下,航向安装误差角的标定误差比传统方法至少减少了32.8%。江试实验进一步表明,安装误差标定前后定位误差减小了76%。所提出的算法可以较好地减小导航定位误差,具有一定的工程应用价值。     

基于鲁棒无迹卡尔曼滤波的无线室内定位算法

为解决超宽带(UWB)系统定位易受室内环境的影响,测距误差特性呈现非高斯分布的问题,提出了一种鲁棒UKF定位算法,实现室内高精度定位。首先,介绍了UWB系统定位实现,以及对比分析了扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)定位算法之间的差异;然后,针对UKF算法存在的局限性,通过引入代价函数,自适应修正观测方差,建立鲁棒机制,降低算法对噪声特性分布的要求,提高了UWB系统环境适应能力。实测结果表明:该方法性能均优于最小二乘、EKF和UKF算法,平均定位精度可达0.33 m,相比较于最小二乘算法,定位精度提高了15%,是一种实时高精度的室内定位算法。     

抗差自适应模型预测滤波及其在组合导航中的应用

为了提高捷联惯导(SINS)/天文导航(CNS)/合成孔径雷达(SAR)组合导航系统的定位精度,在吸收模型预测滤波和抗差自适应滤波算法优点的基础上,提出了一种新的抗差自适应模型预测滤波算法。该算法首先利用模型预测滤波估计出系统模型误差,并对其进行实时修正,以抑制系统模型误差对导航解算精度的影响;然后利用抗差自适应因子控制观测异常,抑制观测噪声对导航解算精度的影响。将提出的算法应用于SINS/CNS/SAR组合导航系统进行仿真验证,并与抗差自适应滤波进行比较,结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[0.2,0.2]、[0.3m/s,0.3m/s]和[6 m,6 m]以内,滤波性能明显优于抗差自适应滤波算法,说明该算法能有效抑制系统模型误差及观测异常对导航解的影响,提高组合导航的解算精度。     

基于北斗差分定位的炮载惯导外场标定

针对炮载惯导设备在外场标定过程中依赖固定基准点的问题,提出了一种基于卫星差分定位的误差标定新方法。该方法将北斗天线的安装误差、惯性器件的失准角以及安装误差等角度误差统一归为非对准误差。首先利用北斗测姿技术提供姿态基准,粗标出上述误差;精标阶段采用卫星差分技术来提供高精度位置信息,完成误差角的精确标定。多组标定结果与传统工厂标定方法结果相差均在0.3mil以内,达到了较高的精度。该方法不仅回避了对固定基准点的依赖,而且避免了滤波带来的繁琐过程,即能保证长时导航的精度,又提高了标定的实时性。     

一种改进的水下三阵元辅助惯导系统的定位算法

针对水下惯导系统定位误差随时间发散的缺陷,设计了一种基于DVL、声学定位辅助惯导的组合导航系统。声学定位系统由安装在水下潜器上的换能器阵和布放在海底的三阵元定位基阵组成,传统长基线定位水下至少要布放四个阵元,三个阵元无法直接定位求解。根据三阵元测得的距离信息和惯导系统输出的位置信息建立距离耦合模型,给出了惯导、DVL和声学定位系统的状态方程和量测方程;同时针对水下声速垂直分布特性,提出了一种等效声速的修正方法。仿真结果表明:在三阵元定位基阵作用范围内,组合导航系统能有效修正惯导位置误差,定位误差小于4 m,具有良好的适用性。     

基于初始位置的高速公路快速地图匹配算法

针对车辆行驶在高速公路过程中,传统地图匹配算法存在大量冗余检索时间,且消除垂直误差后仍存在水平误差等问题,设计了一种基于初始定位信息的快速地图匹配算法。该算法首先利用初始定位点到候选路段的距离与夹角确定车辆所行驶道路,然后考虑道路网拓扑结构和连通性,将后续定位点直接投影到初始确定的道路上,减少检索道路的时间;同时为提高算法的精确度,在引用初始定位信息时,通过设置距离阈值剔除定位数据漂移点,并利用一元线性方程建立HP模型以消除水平误差。经理论计算和实际测试表明,该算法利用初始获得的7个连续定位点,能准确检索出车辆正在行驶的道路,节省36%的检索时间,借助HP模型可以减少定位点与车辆实际位置之间45%的投影误差。因此,与连续匹配算法和垂直投影方式相比,该算法具有检索过程简单、检索准确率高、误差消除大的优势。     

陀螺零偏二次模型参数的系统级辨识算法

以单轴旋转光学捷联惯性导航系统为原型,假设水平陀螺常值漂移的影响得以完全调制,方位陀螺漂移为随时间变化的二次模型,在水平阻尼工作模式下推导了系统位置误差与方位陀螺漂移之间严格的数学关系。分别设置了方位陀螺漂移仅有常值项、一次项、二次项和全系数误差的误差模型,利用递推最小二乘算法成功辨识出设定的二次模型中各个参数值。仿真结果表明,常值项首先被辨识出来,估计时间约为14 h,估计误差为6.54e-6(°)/h;一次项系数估计时间约为30 h,估计误差为2.73e-8(°)/h;二次项系数估计时间约为42 h,估计误差为1.51e-9(°)/h;全系数估计需要45 h,估计误差为7.28e-6(°)/h。辨识结果验证了该算法的正确性。实际系统中,可适当增加总的辨识估计时间,以达到更高精度的辨识结果。     

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.     

北斗双频组合动对动高精度相对定位新算法

针对动对动相对定位基线矢量实时变化导致整周模糊度浮点解在动态情况下难以快速精确求解的问题,提出了一种北斗双频动对动相对定位算法:对组合双差方程基线向量的系数矩阵进行奇异值分解,并变换组合双差方程以消除基线参量,将变参数估计问题转化为定参数估计问题,然后采用递推最小二乘算法实时推算组合模糊度的浮点解及其协方差矩阵,在此基础上,采用最小二乘模糊度降相关平差法(LAMBDA)搜索和固定组合模糊度。试验结果表明,该方法能够快速准确固定组合模糊度,与单频解算相比,初始化时间用时更短,基线误差在5 cm以内,能较好地适用于动对动相对定位。     

Galileo系统动态滤波的研究

提出一种Galileo动态定位滤波的方法。该方法从Galileo系统接收机输出的定位结果入手，将各种误差因素的影响等效为一个总误差，对Galileo系统接收机的机动载体加速度采用当前统计模型，利用线性卡尔曼滤波器进行动态定位数据的处理，并将次优加权自适应卡尔曼滤波算法应用到Galileo系统动态定位中。该模型简单，实时性好，滤波后定位精度得到提高。