一种基于GPS的单频单历元姿态解算算法

本文提出了一种将GPS L1波段的载波相位观测方程和码相位观测方程相融合的新算法,使得单历元之内就可以求解整周模糊度的浮点解,克服了传统方法中仅用载波相位观测方程无法在单历元获得浮点解的缺点并提出了一种将低精度浮点解映射到固定解的方法,降低了LAMBDA算法对高精度浮点解的依赖性,避免了多个历元求解高精度浮点解,从而实现了单频单历元的整周模糊度估计,对于快速动态定姿具有重要意义。通过实际数据测试,该算法在10°俯仰角约束的条件成功率约为96%,能够有效地用于实时动态姿态解算。     

自适应渐消Kalman滤波算法在RTK中的应用研究

在动态载波相位差分定位(RTK)中,由于观测环境复杂,会经常发生周跳、卫星信号失锁等情况,严重影响基线解算的连续性和可靠性。针对动态应用环境,提出了一种Kalman滤波算法在RTK技术中的应用方法。该方法可以实时估计模糊度浮点解及其协方差矩阵,在需要重新固定模糊度时可直接用于搜索,起到了周跳修复的作用。此外,采用了自适应渐消Kalman滤波算法提高算法的动态适应性,并引入独立的滑动窗进行新息的收集和处理,解决了由于参考星变化或卫星信号失锁造成观测量中断而无法准确计算新息协方差的难题。仿真结果表明,该算法能够在模糊度发生变化时快速收敛,并且相对于一般Kalman滤波算法在高动态下提高了模糊度浮点解的精度,提高了后续模糊度搜索的效率和固定成功率。     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

基于广义马氏距离的混合型多属性决策的 TOPSIS方法

为了解决混合型多属性决策问题,将不同属性值转换为区间数形式。在基于马氏距离的逼近理想解排序法（TOPSIS）中,指标问线性强相关导致协方差矩阵为奇异矩阵,不能计算马氏距离。因此,定义了区间数的协方差矩阵,采用奇异值分解方法计算协方差矩阵的广义（M—P）逆矩阵。改进的算法克服了传统TOPSIS存在的指标信息重复、主观赋权不合理、隶属度难以确定,以及可能出现与理想解欧式距离近的方案与负理想解的欧式距离也近的不足。最后,给出了该方法的一个算例,结果表明该决策方法是实用和可行的。     

用于雷达方位超分辨的约束迭代Tikhonov正则化算法

针对Tikhonov正则化算法噪声适应能力差和不便于引进额外的约束对解进行限制等缺点,利用迭代Tik-honov正则化算法对雷达方位超分辨进行研究,证明了迭代Tikhonov正则化反卷积公式的收敛性,分析了迭代Tik-honov正则化算法的频域性质,在存在噪声的情况下,提出相应的噪声抑制方法,得到约束迭代Tikhonov正则化算法。针对不同信噪比情况进行了计算机仿真实验,结果表明,与迭代Tikhonov正则化算法相比,约束迭代Tikhonov正则化算法具有较强的噪声适应能力,与常用的约束迭代方法（CID）算法相比,具有较快的收敛速度,初步验证了算法的有效性。     

一种GPS整周模糊度的解算方法

初始整周模糊度的求解是利用GPS载波相位进行测量的关键问题,文中提出了一种GPS整周模糊度快速解算方法。该方法：首先,对双差观测方程中指向卫星的方向阵进行QR分解;然后,通过比较估计出的基线长度和真实的基线长度建立起整周模糊度初始搜索范围;最后,综合利用快速剔除不合理模糊度解的检验方法以得到最终的模糊度解。文中对所提出的算法进行了理论推导,并进行了基于实测数据的实验与分析。实验结果表明,该算法计算量小,快速准确,适合整周模糊度的快速动态求解。     

基于整周模糊度精确解算的空间站伴随飞行器DGPS相对导航技术研究

研究了基于载波相位差分GPS的空间站伴随飞行器相对导航技术,建立了相对导航滤波的系统状态空间模型,并且系统状态向量中包含了GPS整周模糊度;采用扩展卡尔曼滤波EKF实现了相对导航滤波的最优状态估计,并提出了浮点解和定点解相结合的GPS整周模糊度解算方法,以提高相对导航精度。仿真结果表明,与仅采用EKF对GPS整周模糊度进行最优估计获得浮点解的方法相比,采用浮点解和定点解相结合的GPS整周模糊度解算方法,可有效提高相对导航滤波精度。     

基于自适应遗传算法的DGPS整周模糊度快速解算

 鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。     

一种适合单频GPS动态求解整周模糊度的方法

对于高精度测量和导航,GPS载波相位整周模糊度的快速求解仍然是一个难点,尤其对于单频接收机。本文提出一种动态快速求解整周模糊度的方法,其基本思想先对系数阵进行QR分解,然后通过矩阵变换使模糊度参数和位置参数分离,从而降低矩阵的维数,满足实时动态求解的要求,最后应用LAMBDA方法搜索模糊度。为验证该算法,我们用单频GPS接收机进行了两种实验(静态和动态),利用本文方法解算,静态误差小于1．5cm,动态误差小于4cm。实验结果表明：对于动态用户,该方法是快速和有效的。该方法可应用于高精度的导航和定位。     

GPS移动基准站差分定位算法

相对导航定位技术在空中加油任务中起着至关重要的引导作用。针对传统差分定位模式受限于基准站位置固定、覆盖范围有限等问题,研究了一种无固定基准站差分定位方案,实现了短基线高精度动态相对定位。该方案首先基于实时伪距单点定位求得移动站近似坐标,结合载波信息进行站间差分,求得单差模糊度浮点解及更高精度的移动站坐标。之后,再利用双差观测方程,并采用扩展Kalman滤波(Extended Kalman Filtering,EKF)算法获得移动站精确坐标和双差模糊度浮点解。最后,采用LAMBDA算法进行模糊度快速固定,获得最终定位结果。实验结果表明,所采用的无固定基准站差分定位方案使得基线长度均方差小于5cm,达到了较高的动态相对定位精度。     

基于奇异值分解的接收机自主完好性监测算法

基于最小二乘法残差的接收机自主完好性监测（receiver autonomous integrity monitoring，RAIM）算法本质是一种基于伪距残差矢量的一致性监测算法，但由于残差矢量中各分量具有一定的关联性，掩饰了某些重要的不一致性信息。为了消除这种关联性，提出了一种基于奇异值分解的接收机自主完好性监测方法。在方法中利用奇异值分解对伪距观测矩阵中的观测系数矩阵进行分解，获得奇异值空间矢量和奇异值空间矩阵。基于奇异值空间矢量构造能够直接反映故障卫星偏差信息的检验统计量，从而可以简便地进行粗差监测，更好地满足完好性监测需求。鉴于实际中完好性故障包含运控系统故障、导航系统故障、信号传播异常以及地面接收处理故障等多类因素，以脉冲型和阶跃型两种故障方式进行基于奇异值分解的RAIM故障检测与识别，并开展仿真分析研究。结果表明，提出的方法能够正确检测、识别故障卫星，在特定参数下能够达到很好的故障识别率，即当误警概率设置为1×10-5/h、引入阶跃故障误差为25 m时，算法能够实现98.8%的故障识别率。     

基于遗传算法的多振动台随机振动控制方法

 针对多振动台随机振动控制问题中求解补偿矩阵的广义逆算法,提出利用遗传算法对补偿矩阵的初值进行优化,解决了该类非线性、大范围极值求解问题。双振动台随机振动控制的仿真实验研究表明:将基于遗传算法的广义逆求解补偿矩阵方法引入随机振动控制过程,在同等精度条件下,计算时间大为缩短并改善了控制中共振峰处的奇异性,使广义逆算法在多振动台随机振动控制中的在线应用成为可能。     

扩展酉矩阵束算法实现稀疏可重构天线阵的优化设计

针对方向图可重构天线阵列的稀疏布阵问题,提出一种基于扩展酉矩阵束算法的优化设计算法。首先建立以阵元位置和多组激励为变量的多方向图联合稀疏优化模型,并利用期望方向图采样数据构建Hankel块矩阵。然后通过centro-Hermitian化处理和酉变换将采样矩阵从复数域转换到实数域,舍弃实矩阵中较小的奇异值对可重构线阵进行稀疏。最后通过对等价矩阵束的广义特征值分解估计稀布阵元位置,进而得到每个方向图对应的激励。仿真验证了该方法能够以阵元非均匀稀疏分布的阵列形式有效实现多个方向图的精确重构。     

基于数据关联的故障快速检测

 多数情况下,快速实时地进行故障检测是很重要的。将故障看做是通过多传感器观测的动态模型,进行多传感器多模型概率数据关联,以各个模型的关联结果和设定的阈值为依据,可以有效地实现故障检测。联合概率数据关联（JPDA）算法是解决多传感器多目标跟踪的一个有效方法,文中通过分析概率数据关联算法,对联合概率数据关联算法进行了改进：（1）通过正确地选择阈值,移除小概率事件,进而建立一个近似的确认矩阵;（2）根据被跟踪目标故障跟踪门的相交情况,将跟踪空间进行数学划分,形成若干相互独立的区域;（3）对同一区域内公共有效量测的概率密度值进行衰减,计算出关联概率。仿真对比表明,本文的改进算法能显著减少计算时间,有效提高故障检测的快速性和实时性。     

基于矩阵奇异值理论的颤振分析新方法

根据颤振分析的基本概念,提出了一类基于矩阵奇异值理论的颤振分析新方法。该方法的特点是,以计算颤振矩阵最小奇异值或条件数的倒数来直接搜索颤振临界点。证明了这两个指标在颤振临界点处的等价性。根据指标在颤振临界点附近取极小值的特点,编制了相应的算法,在确定颤振临界点时无需计算颤振特征根,避免了“窜支”问题,从而减少了人工干预,提高了计算自动化程度。数值算例结果表明,采用该方法计算得到的颤振临界速度和颤振频率与p-k法计算结果的精度相当,且两个指标对应的计算结果一致,验证了其等价性。     

基于正交基变换的旁瓣对消算法研究

针对广义旁瓣对消算法中阻塞矩阵难以构造的问题,提出了一种基于正交基变换的广义旁瓣对消算法。该算法在任意布阵形式下都可以方便地计算出阻塞矩阵,可以大大提高算法适应性。该方法易于在硬件上实现,通过正交基变换数据预处理,可以使波束指向期望方向,通过旁瓣对消算法实现对干扰的抑制。最后,通过理论推导并结合计算机仿真验证了该方法的有效性。     

基于一致性矩阵的机场选址指标权重统计算法

为了提高AHP法机场选址指标权重的可靠度,利用一致性矩阵理论和统计学原理,提出一种基于一致性矩阵的机场选址指标权重统计算法.算法在完全遵循专家判断信息的基础上构造一组一致性矩阵,取这组一致性矩阵的单位特征向量的平均向量作为指标权重.算法不需要对判断矩阵进行一致性检验,避免了当专家判断矩阵一致性不满足要求时改进判断矩阵可能对指标权重产生不利影响的倾向,为AHP法机场选址指标权重提供了一种稳健的计算方法.