基于最优基站选择的超宽带和惯导融合定位方法

为提高基于超宽带的室内定位精度,设计了一种超宽带和惯性导航组融合定位方法.首先,采用基于改进马氏距离的异常值检测方法对超宽带测距过程中的异常值进行了剔除;然后,采用紧耦合滤波以超宽带测距值作为扩展Kalman滤波观测量,以惯性导航的位姿信息作为扩展Kalman滤波预测量,通过超宽带测距来不断校正惯性导航解算的数据融合定...     

北斗三号卫星共视时间比对性能分析

为评估现阶段北斗三号卫星共视时间比对性能,基于中科院国家授时中心(NTSC)和捷克光电研究院(TP)各自保持的国家时间基准系统,开展了基线长度约7500 km的北斗三号卫星亚欧共视时间比对试验。首先从单站北斗卫星可视数及其卫星高度角两方面进行了分析,然后利用频率响应法确定Vondrak滤波平滑因子后对共视比对数据进行了降噪处理,最后将北斗三号卫星共视时间比对结果与北斗二号卫星及GPS共视时间比对结果进行了比较。结果表明：在当前北斗全球组网阶段,北斗三号卫星在中捷共视可视卫星数比北斗二号卫星少的情况下,其共视时间比对精度达到1.16 ns,较北斗二号提升约19%,10000 s以内的时间和频率稳定度也优于北斗二号。     

一种鲁棒的飞机零件多尺度特征点检测方法

针对飞机零件几何模型多尺度特征检测问题,提出一种鲁棒的多尺度特征点检测算法。算法首先设计一种L1中值滤波算法获取无结构点云精准法线;然后基于计算得到的法线,计算各点的局部邻域波动,提取初始特征点;最后针对初始特征点数据冗余问题,提出一种收缩优化策略,计算最终特征数据点。试验结果表明,与传统的点云特征点检测方法相比,算法检测精度明显提升;其次,对于存在较大噪声的点云数据仍然能够有较好的提取效果,算法鲁棒性高。     

基于无监督学习和粒子滤波的非视距信号检测

全球卫星导航系统(GNSS)是目前应用最广泛的定位技术,研究城市峡谷中的定位问题时,由于高楼大厦的阻塞,仍存在非视距传播导致的性能退化问题。为此,提出了无监督学习粒子滤波(UL-PF)算法。在卫星信号分类阶段,使用核k-means聚类的无监督学习分类方法,在定位阶段,使用通过聚类算法优化的粒子滤波方法。所提算法考虑了采样粒子在状态空间分布中的内在相似性,探索在每个聚类中选择一个粒子作为重要粒子,利用时间序列相关技术提高重采样粒子集的多样性。实验表明：在城市场景中,所提算法的平均定位精度从传统算法的15 m提高到约5 m,收敛时间从500 s缩短到200 s左右。     

随机系统的后验椭球条件滤波方法

针对在随机系统中存在着不确知的控制输入,且系统的状态以及随机干扰的分布和参数未知情况下,基于后验椭球逼近的原理,提出了随机系统的后验椭球条件滤波方法,以保证所求解的椭球序列是包含着系统状态估值域的最小椭球序列.该方法是当先验统计信息不足时,尤其当系统状态及随机干扰的分布形式未知时,是解决随机系统状态估计的有效途径之一.      

基于先验门限优化准则的探测阈值自适应选择

针对 2维测量和 4 -sigma确认门 ,把先验检测门限优化准则和修正 Riccati方程的解析近似表示相结合 ,得到了在瑞利起伏环境下使跟踪性能优化的信号探测阈值解析表示式 ,从而使在线求解自适应信号探测阈值能比较容易地实现。通过研究和仿真发现 :在滤波稳定阶段 ,本文给出的自适应信号检测门限方法的跟踪性能优于固定虚警率方法的跟踪性能 ;基于先验检测门限优化准则实现检测 -跟踪的联合优化要求信噪比要大于一定的门限 ,在瑞利起伏环境下 ,对 2维测量和 4 -sigma确认门 ,该门限为 1 .57     

基于小波变换的色谱数据平滑滤噪和高效压缩

根据色谱信号及色谱分析的特征和小波变换能精细刻划信号奇异性的特点,本文提出了一种基于多分辨小波分析的色谱伏安信号的平滑滤噪和高效压缩算法.该算法压缩比高(平均大于100倍),滤波效果好,广泛适用于高效液相色谱、气相色谱和红外光谱的滤波和压缩.该算法尤其适用于被强噪声污染的信号处理.     

X射线脉冲星导航技术研究进展

X射线脉冲星能够为近地轨道、深空和星际空间飞行航天器提供位置、速度、时间和姿态等丰富的导航信息,实现航天器高精度自主导航和运行管理,有着巨大的发展潜力.本文论述了X射线脉冲星导航技术研究历程;重点研究了X射线脉冲星导航的基本原理、信息处理流程和自主导航算法,进而提出了脉冲星导航的关键技术;分析了国内脉冲星观测研究的基础条件,以及开展X射线脉冲星导航技术研究的必要性和可行性.      

导航卫星有效载荷自适应滤波研究

文章通过导航卫星有效载荷(以下简称有效载荷)抗干扰性能分析,基于卫星导航用户机抗干扰成熟技术,提出了时域、空域和空时域自适应滤波应用方案,对于电磁干扰环境下,提高卫星导航系统的可用性和可靠性具有一定参考价值。     

一种用于机动目标角速率估计的两级滤波器

提出使用衰减记忆滤波器和卡尔曼滤波器构成的两级滤波器来估计视线角速率。通过对滤波器特性的分析,可知该两级滤波器可以同时满足滤除噪声和跟踪机动目标的需求。与单级卡尔曼滤波器对比可知,两级滤波器估计所得的视线角速率超调量和振荡均较小,且在收敛时间相同的情况下滤波精度更高。