一种提高GNSS测速精度的自适应Kalman滤波算法

在卫星导航系统动态定位中,采用基于瞬时多普勒观测量的最小二乘法确定速度,当载体高机动时,多普勒误差迅速增大,从而导致测速精度大幅度降低。针对该问题,提出一种同时实现动态模型自适应修正和观测模型自适应更新的Kalman滤波算法。算法采用滑动窗方式来建立实时更新的动态模型参数,使当前统计模型自适应地跟踪载体的动态特性。此外,算法提出观测模型的自适应更新方法,通过设置载体状态判决门限,高、中机动时仅进行受动态应力影响小的伪距更新,低机动下添加精度较高的伪距率更新。通过Sprient GSS8000模拟器产生的动态场景验证表明,相对于最小二乘法和常规Kalman滤波算法,提出的自适应Kalman滤波算法能够全面提高载体在多种运动状态下的测速精度。     

判别金属材料疲劳试验中异常试验数据的一般方法

在金属疲劳试验中,有时会出现一个或多个明显小于或大于其它数据的异常数据。查找导致这些异常数据的原因是很困难的,难以直接剔除。通常,相关文献只简要地提供基于统计学的识别异常数据的判据。为了帮助数据分析人员更好地理解这些统计判别方法,在处理金属疲劳试验数据时更好地运用统计判别方法,对分布于各文献中的统计判别法进行了归纳整理,并给出必要的推导过程和公式,最后对所列统计判别法进行总结,介绍各方法的优势和不足,并给出建议。