基于扩展Kalman滤波器的GPS/DR组合车辆定位系统

介绍了在GPS车辆定位系统中针对车辆运动的机动性和定位系统的非线性的问题采用的扩展Kalman滤波原理,采用机动目标的“当前”统计模型建立了扩展Kalman滤波的系统状态方程和观测方程,详细推导了定位算法,并利用Matlab进行仿真实验。仿真结果表明,该方法在实际应用中是可行的,并具有定位精度高、算法稳定等优点。     

一种快速求解整周模糊度的方法

针对FARA方法搜索整周模糊度组合数比较大,LAMBDA方法需要浮点解精度比较高的缺点,提出一种求解GPS载波相位测量整周模糊度的分步法。用LAMBDA方法搜索出来的整周模糊度作为FARA方法的初始解,进而用FARA方法解算出它的最终解。实验结果表明,该方法能缩短搜索整周模糊度的时间,快速准确地确定整周模糊度。     

圆阵相位干涉仪二维测向解模糊新方法

长短基线结合和模糊角度聚类是圆阵相位干涉仪测向中两种常用的解模糊方法。针对角度聚类解模糊方法存在的不足,在对模糊方向的方向矢量投影在阵列所在平面的分布规律进行分析的基础上,提出一种基于模糊方向矢量投影聚类的解模糊新方法。该方法不但有效地减小了聚类所需的计算复杂度,而且易于选择聚类门限。仿真实验表明,所提出的新方法具有很好的解模糊性能。     

模糊最小二乘支持向量机在黑液波美度软测量中的应用

利用模糊最小二乘支持向量机进行软测量建模。并将基于最小二乘支持向量机的软测量器应用于造纸碱回收中黑液浓度的在线估算,取得了十分有效的应用结果。模糊最小二乘支持向量机收敛速度快,模型参数确定方便。因此基于模糊最小二乘支持向量机的软测量器在软测量建模中有很大的应用潜力。     

GNSS中基于双星故障的RAIM中的数学关系

从理论上推导全球导航卫星系统(GNSS)中基于双星故障的接收机自主完好性监测(RAIM)中的两个基本定理,为基于双星故障的RAIM技术提供了理论支撑。第一个定理给出了RAIM中奇偶矢量与导航误差的关系,指出了两者的统计独立性,它表明只能通过多次测量的累积以统计方法得到导航定位精度;第二个定理指出可通过偏差修正方式得到正确的导航解。这两个结论与单星故障假设条件下得到的结论是相同的,这就表明,基于单星故障假设的RAIM方法,其基本原理是可以通用于双星以至于多星故障情形的,只需在具体操作上进行适应性改进。另外,推导方法本身也提供了一种进行GNSS分析的有力工具。     

基于模糊自适应卡尔曼滤波算法的多传感器信息融合

联合滤波器各子系统量测噪声统计特性发生变化时,标准卡尔曼滤波算法由于无法实时检测和调整,使得估计误差增大,最终导致融合后估计误差随之增大.本文针对该问题提出使用模糊自适应滤波代替标准卡尔曼滤波,形成模糊自适应联合卡尔曼滤波信息融合算法.新算法应用模糊推理系统不断的在线调整量测噪声协方差阵的加权系数,使模型量测噪声逐渐逼...     

基于四元数的航天器间相对姿态光学测量方法研究

提出了一种微型航天器间基于四元数的相对状态光学测量方法.首先介绍了测量系统结构,然后分析了利用四元数法解算航天器相对姿态的解算过程,最后通过仿真实验和实测试验验证了方法的正确性、实用性及可行性.该测量方法可直接用于航天器编队飞行及空间站交会对接过程、空间监视、目标拦截等应用领域中航天器间相对姿态测量.     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

基于拟平均根数之差的航天器相对导航UKF滤波算法

针对星载雷达数据(距离及其变率、角度及其变率),推导了以相对拟平均根数为状态变量的星间相对导航UKF滤波算法.建立了包含J2一阶长期项摄动的状态转移方程.推导了无奇点的相对拟平均根数与相对位置速度之间的转换矩阵,并分析了坐标变换中被忽略的二阶项的影响,对转换矩阵的精度进行了有效补偿.提出以相对位置速度为直接观测量,设计了具有自调整功能的测量误差协方差阵,避免了建立观测方程时状态量对直接观测量的繁琐偏导计算.仿真结果证明了该算法的有效性.     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。