基于子集包含减少ARAIM子集数量的方法

先进接收机自主完好性监测（ARAIM）技术可用于多星座组合定位时的完好性监测，ARAIM技术子组推荐的多假设分离解（MHSS）标准算法，存在子集数量过多带来大量计算负载的问题。针对此问题，在双星座组合定位情景下，通过分析子集之间的包含关系及空间位置精度因子（PDOP）的变化，提出了使用一个子集代替多个子集减少子集数量的方法。所提方法可以明显地减少子集数量，不同参数下的仿真结果表明，优化后的算法效率至少提高2倍以上，并且优化前后的ARAIM可用性变化最大不超过3%。      

车辆导航系统中超前滞后校正方法

分析了车辆导航系统中超前滞后产生的原因,提出了利用地图匹配MM(Map Matching)进行GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统超前滞后校正的方法.该方法是将超前滞后误差归结为GPS误差,先利用GPS沿道路垂直方向上误差的可观测性进行GPS误差校正,再将校正的GPS信息与DRS信息进行卡尔曼滤波,从而减少组合导航系统超前滞后误差.仿真结果表明上述方法是行之有效的.      

GPS/GLONASS定位仿真器的设计与实现

GPS(Global Positioning System)、GLONASS(Global Navigation Satellite System)作为两种实时卫星定位导航系统,得到广泛应用.为满足离线试验研究的要求,设计开发了GPS/GLONASS卫星定位仿真器.该仿真器分析GPS和GLONASS星座的运动轨迹,并模拟卫星接收器的解算,以纯软件的方式实现卫星定位.仿真计算表明此仿真器定位精度与实际接收机相当,可以模拟真实的卫星定位,为仿真调试等研究工作带来便利.      

智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

参数不定区间估计的对偶线性规划方法

将参数不定区间估计(PIE)问题变换成一组对偶线性规划(DLP)问题,提出了求解这组DLP问题的改进单纯形方法.该方法利用变量间的对偶关系,直接计算初始基本可行解,省去了初始基本可行解的搜索步骤.此外,在确定旋入和旋出变量时都采用了目标值最大减少规则,减少了旋转迭代次数.针对由PIE问题所导出的全部DLP问题都具有相同的目标函数和约束矩阵,给出了单搜索过程求解全部DLP问题的联合单纯形法.仿真结果说明了所给算法的计算效率.