强跟踪滤波器在高动态GPS信号跟踪中的应用

为解决在高动态环境下GPS接收机跟踪环路中频信号失锁的问题,提出了一种基于线性强跟踪卡尔曼滤波器(STKF)理论的GPS信号跟踪环路.此跟踪环路以码鉴相器和载波鉴相器输出作为观测量,利用线性强跟踪卡尔曼滤波器对高动态环境下的码相位误差、载波相位误差、多普勒频率误差以及多普勒频率变化率误差进行估计,并将估计结果反馈给跟踪环路的数控振荡器,从而产生准确的本地载波和本地码.仿真结果表明,在GPS信号载噪比为45 dBHz时,线性强跟踪卡尔曼滤波器跟踪环路在多普勒频率变化率为5.0 kHz/s时仍能可靠跟踪,而传统的基于PLL/DLL和环路滤波器的跟踪环路在1.8 kHz/s时已经失锁.     

EMD阈值滤波在光纤陀螺漂移信号去噪中的应用

光纤陀螺(FOG)的漂移输出经常淹没在噪声中,直接建模补偿漂移信号非常困难,提出基于经验模态分解(EMD)的阈值滤波方法(EMD-T)对漂移信号预处理。为了提高EMD分解的精确度,基于噪声传播模型引入一种有界噪声辅助分析的方法,将漂移信号中幅值小、频率高的噪声信息压缩至低阶本征模态函数中。为了验证算法的有效性,采集一款干涉型FOG的静态漂移输出作为测试信号,将EMD-T与基于小波包变换(WPT)和常规EMD(CEMD)的阈值滤波方法进行了对比分析。仿真结果及Allan方差分析表明,EMD-T较WPT和CEMD滤波性能有显著的改善,经EMD-T处理后,漂移信号的量化噪声(Q)和角度随机游走(N)分别由0.7862μrad和4.58×10-3(°)·h-1/2下降至0.1340μrad和9.03×10-4(°)·h-1/2。     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

伽利略E1-BOC信号的改进捕获算法及性能分析

在时域并行FFT捕获算法的基础上,采用在频率搜索维上基于能量搜索的策略对伽利略E1-Boc信号的捕获进行了仿真和实验分析.在伽利略仿真信号的码延迟时间为1.8 ms,多普勒频移为600 Hz,导航电文调制速率为250 bit/s,数值为±1的情况下分别从捕获率、ROC操作特性曲线以及计算复杂性3方面对能量捕获算法性能进行了验证,并与AV, Zero-Padding两种算法进行了比较.结果表明,能量捕获算法在载噪比为32 dB/Hz的室内微弱信号环境下,捕获率能达到90%,且ROC操作特性曲线和计算复杂性等综合性能均优于AV,Zero-Padding两种算法,适用于数据跳变发生频繁的微弱伽利略E1-BOC信号的捕获.     

一种基于二次优化的改进圆锥算法

提出了一种改进的圆锥优化算法,对传统圆锥优化算法的周期项进行了二次优化.首先,根据经典圆锥运动建立了二次优化的误差准则;其次,给出了推导二次优化补偿系数以及相应的残留误差的一般方法;最后,在不同的经典圆锥运动环境下对三例改进算法的姿态解算误差进行了仿真验证.结果表明,通过改进的四子样和五子样算法得到姿态解算精度与通过旋转矢量变化量的理想值得到的结果几乎完全一致.此外,由于比改进的五子样算法少一次叉乘和两次加法运算,而且仿真速度大约快14％,所以改进的四子样算法更值得推荐采用.     

Galileo E1/E5/E6数字中频信号仿真

新伽利略系统计划提供E1、E5和E6导航信号服务于民用导航、商业服务和生命安全服务领域,预计导航性能将大幅提升.本文旨在设计一种基于软件的伽利略E1/E5/E6中频信号发生器以模拟未来的伽利略导航系统.首先简要概述了伽利略信号及其在无线电频段的分布,包括E1、E5和E6信号的信号结构和特点.然后对仿真系统的组成进行了详细描述并通过Matlab软件进行仿真,重点分析了所有导航信号的功率谱密度(PSD).结果表明该仿真系统可为伽利略接收机的设计和测试提供可控信号源.     

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.     

陀螺随机漂移的神经网络预报方法研究

针对惯性导航系统中陀螺仪的漂移特性,在时间序列分析及神经网络理论的基础上提出了一种时间序列神经网络结构,并采用此种网络模型对某捷联惯导系统中所用的陀螺仪漂移数据进行了预报。预测结果表明,这种预测方法对于陀螺漂移建模及预报是可行的。     

舰船甲板动态变形惯性测量方法研究

结合舰船甲板动态变形实际情况，在卡尔曼滤波算法的基础上建立了舰船甲板动态变形惯性测量系统的模型，并对该模型进行了仿真。结果表明了该测量方法在实际工程应用中的可行性。     

基于局部焦距追迹计算优化的广角镜头设计方法

将焦距的内涵由零视场拓展至全视场,局部焦距可被用来表征各视场处极小视场角增量光线对应的像高增量,畸变则等效为随视场变化的局部焦距。继而,将局部焦距引入光学系统的设计过程用于畸变的表征与控制,可获得算测融合的效果。针对鱼眼镜头大视场、中央视场分辨率高且无畸变的成像目标,通过对局部焦距的追迹计算和优化控制,设计了全视场角160°,50%中央视场满足f-tanθ等线投影的鱼眼镜头。针对有限物距曲面物体复杂成像场景,通过对局部焦距的调控变换,为多种曲率半径数值的凸、凹物面设计了相应的广角镜头,满足了120°视场范围内物方等分辨率投影映射的效果。