一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

一种高动态GPS软件接收机方案研究

为了提高GPS接收机的捕获速度和跟踪精度,改善其动态适应性能,提出了一种GPS软件接收机方案.首先采用延迟、累积捕获结构搜索C/A码起始点,引入延迟累加器辅助频谱分析实现各卫星多普勒频移成分的分离、估计,将传统的二维捕获过程简化为两个一维搜索过程,提高了捕获速度;然后采用多重辅助结构的跟踪环路,提高载波、伪码频率和相位的跟踪精度.通过对GPS实测数据和高动态模拟数据进行仿真实验,验证了该软件接收机方案的有效性.     

一种基于FQFD/FLL/PLL的混合载波跟踪算法

载波跟踪技术是GPS软件接收机的关键技术之一,载波跟踪算法在很大程度上决定了GPS软件接收机的性能.基于一种典型载波跟踪环的结构,分析了当前载波跟踪环常用的四相鉴频器、锁频环、锁相环的工作原理及其性能,设计了一种基于三者的混合载波跟踪算法.仿真结果表明,所设计的载波跟踪算法在多普勒频率为一固定值、阶跃函数、斜坡函数和加速度函数时都能准确跟踪载波,证明所设计的载波跟踪算法行之有效.