GPS/INS组合导航系统半实物仿真研究

为了研究ＧＰＳ组合导航系统的性能,利用跑车实验实时采集的惯性导航系统和ＧＰＳ的数据进行了测后仿真研究。分别进行了ＧＰＳ／ＩＮＳ位置、速度组合和伪距、伪距率组合仿真,仿真中组合Ｋａｌｍａｎ滤波器采用数值稳定性较好的Ｕ－Ｄ分解算法。最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线,结果分析及相关结论。     

智能交通系统中路况信息的编码

 根据提出的一种交通量生成模型所产生的仿真数据,对城市交通中路况信息数据流的信源编码进行了研究. 压缩数据的方法是对初始信源等效变换,使变换后等效信源的概率分布比原信源更加有序,熵值更小,从而压缩率更高. 传输时还要对等效信源使用霍夫曼(Huffman)算法编出即时可译码,使该变长码的平均码长接近熵值. 给出的编码方案可用于智能交通系统(ITS)的车辆导航中对路况信息的传输.     

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.      

故障检测的集员辨识方法

为了处理数学模型不精确已知系统的故障检测问题,给出了一种故障检测的集员辨识方法。与以往基于模型的故障检测方法相比,该方法不要求模型参数真实值的先验信息。仿真结果验证了该方法的快速性和有效性。     

复杂交通场景中多运动目标分割算法

针对室外复杂交通场景中多运动目标分割问题,提出了一种由变化检测和运动分割组成的算法,利用水平集算法对帧差图像进行变化检测得到运动窗口,在运动窗口范围内进行改进的k-均值聚类分割,利用运动相似性进行分割区域融合.算法避免了整个图像的分割,减少了运算量,完整的分割出运动目标.试验结果表明,算法不仅能从复杂交通场景图像序列中有效的检测和提取出运动目标并有很强的鲁棒性,而且能够解决运动目标的遮挡问题.      

无线定位扩展卡尔曼滤波算法的优化

设计了一种蜂窝系统无线定位中使用的扩展卡尔曼滤波(EKF)算法,对其性能进行了仿真. 通过仿真结果分析,寻找出算法优化方法. 优化方法综合了到达时间(TOA)信号测量方差和雅可比矩阵计算出预测误差,然后对算法估计出的用户位置进行修正. 仿真结果显示,优化后定位估计性能比优化前的算法性能有显著改善.      

智能交通系统中的运营车辆优化调度研究

阐述了遗传算法GA(Genetic Algorithm)和禁忌搜索法TS(Tabu Search)的基本原理,有机结合两者优点,构成混合遗传算法HGA(Hybrid Genetic Algorithm).针对公交车辆调度现状及所处的运营环境,运用HGA的智能化特征,进行了公交车辆智能调度研究.仿真表明,基于GA-TS的混合遗传算法优化公交车辆运营调度,能够有效地改善原有公交车辆运营调度的不足,提高动态运营决策效率和服务质量.与常规方法相比,运行效率提高15%,时间缩短5%,这为公交车辆智能化运营调度提供合理、可行的调度手段.     

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.      

BP/GA混合算法在简易组合导航系统中的应用

Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够高的问题,要提高系统的测量精度,只能提高算法软件的先进性.为补偿卡尔曼滤波发散的缺陷,将神经网络和遗传算法组成的混合算法与卡尔曼滤波相结合,应用到GPS/DRS组合导航系统中,该算法不仅具有普通神经网络的自主学习能力、好的实时性,还克服了传统算法收敛速度慢、对学习参数敏感、局部有极小点等缺点,同时兼具卡尔曼滤波的最优估计性能.仿真结果验证了这种算法和常规卡尔曼滤波算法相比较具有更高的精度和稳定性,经过对仿真数据进行统计分析,纬度误差的最大值降低了一个数量级.     

时钟偏差辅助的GPS完整性监测算法

对伪距残差最小二乘的接收机自主完整性监测(RAIM)算法进行了分析.在此基础上,通过对接收机时钟偏差的建模,将模型预测的时钟偏差引入伪距残差最小二乘的RAIM算法中,保证了在可见星仅为4颗的情况下,仍能利用χ2检验法对全球定位系统(GPS)进行完整性监测,从而达到提高完整性监测算法有效性的目的.计算机仿真的结果显示,这种辅助方式不仅计算简单,而且有效可行.