相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

有色观测噪声下的目标跟踪问题

本文讨论了有色观测噪声下的目标跟踪问题，把观测色噪声的成形滤波器假设为ＡＲ模型，给出了估计ＡＲ模型参数的方法。本文又提出将ＡＲ模型参数估计和交互式多模型（ＩＭＭ）滤波相结合，可以很好地跟踪目标。     

基于时变AR模型的MEMS陀螺抗野值Kalman滤波

陀螺是框架式导引头控制稳定平台和解算视线角速度的重要器件。随着微机械陀螺(MEMS)广泛应用于低成本框架式导引头,许多学者开展了对MEMS陀螺的研究来提高导引头的制导精度。针对导引头MEMS陀螺输出噪声大、滤波后延时大的问题,提出了一种利用遗忘因子递推最小二乘进行时变AR模型建模并与抗野值Kalman滤波相结合的方法。利用遗忘因子递推最小二乘对AR模型进行参数估计,将实时AR模型的结果应用到自适应抗野值Kalman滤波中进行随机误差补偿。经过仿真和实物测试,时变AR模型抗野值Kalman滤波的均值、方差、Allan方差的噪声项比原始数据减少了90%以上,表现出比Kalman滤波更好的效果。     

小波分析在外测数据滤波中的应用研究

为提高弹道估计精度,提出了一种基于小波分析的滤波方法,滤除外测数据中AR（自回归）模型的随机误差。分析讨论了滤波过程中的几个关键问题,提出了利用基于偏自相关系数截尾检验的方法来确定分解层数,然后采用GCV（广义交叉确认）准则来确定均方差意义下最优阈值的方法。本文提出的外测数据滤波方法计算简单,不需要估计噪声的方差。仿真结果表明,该方法能有效滤除外测数据中的AR噪声。     

导航中单位矢量的二次旋转乘法观测模型

视线矢量观测是实现自主导航的重要方式。本文针对单位矢量的加法观测模型中观测矢量非单位化问题和乘法观测模型中测量噪声与实际情况不符的问题,提出二次旋转乘法观测模型。通过真实矢量在正交方向上进行的两次刚体旋转,获得了与现有乘法观测模型形式相同、但旋转角服从瑞利分布的正确观测方程。推导了测量误差的统计特性和双矢量观测的性质,并从空间几何角度给予了解释。数值仿真结果表明,二次旋转乘法观测模型弥补了由加法观测模型线性化所引起的问题,具有更精确的误差形式,由此给出了模型的潜在应用范围。     

Gevers—Wouters算法在动态数据建模中的应用研究

现代时间序列分析方法是解决最优滤波问题的不同于Winner滤波和Kal man滤波的方法,其基本分析方法是AR MA新息模型。而构造ARMA新息模型可归结为求MA参数。本文主要研究了直接运用Gevers-Wouters算法确定观测信号模型参数的方法,使得在进行数据建模和构造ARMA新息模型时,可统一运用Gevers-Wouters算法。运用此方法对校准某型机载雷达的实测数据进行处理,结果显示出快速收敛性。     

考虑非高斯相关噪声的视线角速率提取算法

针对捷联导引头敏感信息存在非高斯噪声且状态噪声与观测噪声相关的问题,提出了修正球面坐标系下带有相关噪声解耦的扩展椭球集员滤波（ESMF）算法。首先,通过对弹目相对距离及其变化率的规范化处理,得到修正球面坐标系下的视线角速率提取模型;然后,利用相关噪声解耦方法去除观测方程中耦合的状态噪声项,基于泰勒级数展开推导了相关噪声解耦后的模型线性化表达式,得到包含线性化误差的虚拟噪声椭球集合,并根据最小迹和最小化尺度因子上界的优化方法得到状态更新与观测更新椭球,形成非高斯相关噪声解耦的扩展椭球集员滤波算法。仿真结果表明,所提算法能够在考虑非高斯相关噪声的情况下,实现捷联导引头视线角速率的高精度提取。     

一种特殊白化滤波器的广义最小二乘法

 本文提出一种采用特殊白化滤波器的广义最小二乘法,简记为GLS（SF）。这种算法中不需要单独估计白化滤波器的阶次及参数,只需迭代估计模型参数,算法简单,准确度和收敛性也较好。对于输入噪声较小、输出端测量噪声近似白噪声的系统来说,文中证明,用此算法所得模型输出与系统输出观测值之误差平方和最小。文中给出几个实际动态校准中建立动态数学模型的例子。     

应用AR模型统计连续波雷达测量数据的随机噪声

高精度测量数据的随机噪声特性的精确统计,是为评定导弹性能和精度提供高精度弹道参数的重要环节之一,本文介绍应用时间序列分析新理论AR(P)自回归模型来精确统计连续波测量雷达随机误差噪声特性,无论从适应性、真实性和统计效果上来说,比变量差分法和最小二乘拟合残差法具有明显的优越性。     

基于贝叶斯纠错的AR辅助飞机装配数据纠错方法

增强现实(Augmented Reality)技术用于飞机装配中可以有效提高装配效率。通过无线网络的使用,增强现实设备可以便捷访问各种人工智能服务,将自然场景下的光学字符识别(Optical Character Recognition)技术作为云服务用于AR辅助装配中减少人工录入以加速装配过程。针对AR辅助飞机线缆装配中线缆识别存在错误的问题,基于贝叶斯纠错器,结合航空线缆规则提出一种数据纠错的后处理流程,使用噪声通道模型对线缆的识别结果数据进行推理纠错,并构建了基于云服务的AR辅助线缆装配体系。在该系统的环境下,进行AR辅助的航空线缆装配试验,将导线识别准确率从88%提高到98%,验证了该系统具有一定高效性的同时保证了正确性。     

基于相对导航的多平台INS误差联合修正方法

在机群协同编队飞行中,编队成员仅装载惯性导航系统(INS)的方式具有隐蔽、抗干扰等明显的优势,但随着航时的增加,INS误差将不断累积.使导航系统失效,为此,提出基于相对导航的多平台INS误差联合修正方法.首先,建立了编队成员相对导航运动模型及非线性观测模型,采用量测重构技术构造了伪线性观测模型并推导了观测噪声协方差矩阵...     

有色噪声作用下的机载INS/GPS组合导航方法

针对机载导航过程中有色噪声模型系数难以精确获取的问题,提出了一种基于滤波残差处理有色噪声的方法,并将其应用到INS/GPS组合导航系统中。首先分析了有色状态噪声和有色量测噪声对状态参数估值的影响,接着分别将状态残差和量测残差作为有色状态噪声和有色量测噪声的样本观测值,通过滤波所得的多个历元的残差序列获取拟合模型参数,然后计算有色噪声的预报值并将其进行补偿,从而得到有色噪声修正后的组合导航模型。最后设计了转台试验验证提出的有色噪声作用下的INS/GPS组合导航方法,结果表明该方法能有效地减小有色噪声对组合系统的影响,且当GPS暂时失效时,能显著提高系统的导航精度。     

卫星伪距多路径时空建模研究

目前,多路径误差是制约GPS技术向更高精度发展的主要误差源.为了减小静态观测环境下的多路径误差,基于多路径误差周期重复性的特点,提出了一种自适应噪声分析结合经验模态分解的方法处理原始数据,采用多项式拟合构建了函数模型,并利用该函数模型对相邻天的观测数据进行处理.实验结果表明,利用所提方法对观测数据进行处理,可有效减小多...     

利用GPS进行姿态估计的一种算法

首先建立了全球定位系统（ＧＰＳ）姿态确定的观测方程;然后给出了利用ＧＰＳ进行飞行器姿态估计的模型,并对该模型进行了线性处理;最后利用攻推广卡尔曼滤波技术,针对某飞行器进行了仿真计算。计算结果表明,对于不同的测量噪声和系统噪声,滤波器都有较好的估计,姿态估计的精度明显高于单纯ＧＰＳ姿态确定的精度,可以满足大多数飞行器对姿态确定的要求,证实了模型和算法可用性。     

用最小二乘拟合残差统计观测数据的误差特性

本文介绍了用最小二乘曲线拟合残差来统计观测数据误差特性的方法。当观测误差时间序列不是白噪声而是相关噪声时,它不仅可以统计误差序列的方差,还可以统计相关系数。文章还介绍了通过统计假设检验确定拟合曲线多项式阶数的方法,并首次用于对实测数据的检验,得到了令人满意的结果。     

基于循环平稳时间序列的齿轮裂纹故障早期检测

在分析齿轮振动信号的基础上 ,结合其具有循环平稳性的特点 ,提出了基于线性几乎周期时变 AR模型的故障早期检测方法 ,推导了基于高阶循环累积量的模型参数辨识算法 ,具有抑制加性平稳噪声的优点。最后在某型直升机齿轮裂纹故障早期检测中进行了应用 ,结果表明该方法具有很好的预测能力 ,利用模型残差的峭度能够检测和预报早期裂纹故障 ,同时为根据正常样本检测旋转机械故障提供了一种思路      

利用自回归模型拟合外测系统误差的方法

本文针对实际测量中外测系统误差难以准确作模,而影响“EMBE T”的系统误差自校准效果,提出利用AR(P)模型来描述和代替外测系统误差模型的思想。采用AR(P)模型拟合仿真连续波雷达系统误差,结果表明非常吻合,拟合结果明显优于利用时间多项式的结果。     

飞行器气动力参数辨识的一种实用滤波误差方法

提出了一种观测噪声相对于过程噪声较小情况下气动参数识别的实用滤波误差方法，方法不要求已知系统过程噪声和观测噪声方差阵，计算量小，具有一定的应用价值。     

时序频谱的自适应估计

本文对AR模型的频谱作出自适应估计。文中首先对AR(p)的模型参数作递推自适应估计,然后用最大熵谱估计作自适应谱估计。在样本容量(短数据)较小的场合,给出了估计的精度分析。文中所提供的方法,对于时序变化剧烈的情况,具有较好的跟踪效果以及较高的分辨率和精度。     

GPS小波去噪的误差方差建模技术与试验

如何消除GPS观测数据的噪声以提高定位精度并估算消噪信号的误差方差对工程测量具有重要意义。在介绍小波多尺度分析的基础上,推导了在小波多尺度分析巾平滑信号误差的理论方差模型。并通过实际的GPS单点静态定位试验给予验证。试验结果表明,该方法在有效消除噪声的同时,计算得到的各尺度平滑信号的误差方差与理论方差模型基本一致。