部分不确定性平差模型的迭代算法

为提高部分不确定性平差模型的解算效率,直接采用迭代算法进行求解。讨论了迭代不收敛时的解算方法。算例表明,该部分不确定性平差模型的迭代算法是可行的,解算效率更高、稳定性更好。     

基于F-范数的不确定性平差模型的解算方法

为提高基于F-范数的不确定性平差模型的解算效率，给出直接迭代算法进行参数估计。该算法无需SVD，解算过程简单且易于编程计算，同时给出迭代不收敛时的SVD-解方程算法。二元线性拟合及沉降观测AR模型的算例结果表明，这2种算法正确可行，与SVD-迭代算法具有等价性。当迭代收敛时，宜使用直接迭代算法，收敛速度更快，解算效率更高；当迭代不收敛时，可釆用SVD-解方程算法。     

IR-MAD算法的遥感影像变化检测方法研究

变化检测技术是遥感图像处理的研究热点之一。针对目前多元变化检测方法不能有效地去除波段间相关性且检测结果对噪声敏感等问题,在深入研究迭代加权多元变化检测算法原理的基础上对黄河入海口区域的Landsat影像进行变化检测试验,选择了变化剧烈的黄河河道进行精度评价。其中迭代加权多元变化检测方法检测精度高达76.8%,直接相减法精度为50.5%,主成分分析法精度为13.2%,与这两种传统检测算法相比具有明显的提高。研究表明,IR-MAD算法能够有效地去除噪声和去相关,且检测精度高,同时也具有人工干预少、执行效率高等显著优点。     

盾构姿态快速解算系统的设计与实现

提出一种可以快速解算盾构机掘进姿态的方法,采用一静一动两台全站仪进行数据采集,有效降低了盾构姿态解算时频繁换站造成的影响。利用随盾构机同步运动的全站仪对目标棱镜实时监测,可以快速完成对所有棱镜的识别与测量。同时引入倾斜仪数据作为限制条件,通过大角度旋转坐标转换和联合平差,显著提高了盾构姿态解算精度。     

CNS/SINS组合导航系统的UKF算法研究

天文/捷联惯性（CNS/SINS）组合导航系统采用姿态组合,可使姿态角处于收敛状态,并有效抑制位置及速度的发散。为提高组合导航系统的精度,本文设计了CNS/SINS组合导航系统的UKF算法,在建立CNS/SINS组合导航系统非线性状态方程及线性量测方程的基础上,首先对UKF的量测更新过程进行简化,降低其计算量;然后,基于平台误差角提出系统状态协方差矩阵中姿态角协方差矩阵的计算方法,并推导了UKF算法中姿态量测值一步预测误差对应的平台角误差向量表达式,进而建立CNS/SINS组合导航系统的UKF算法;最后进行仿真实验。结果表明,相对于线性卡尔曼滤波算法及EKF算法,本文算法可明显提高组合导航系统的各导航参数精度,并且本文算法对滤波器初始姿态角误差变化具有较高的鲁棒性。     

基于一致性球的点云配准算法研究

针对三维建模中经典ICP算法在点云重叠度低时配准精度不高的问题，提出一种基于一致性球的配准算法。该算法在寻找对应点方面，将球体的旋转不变性与基于邻域的SVD正交一致性算法结合起来，使得配准算法能够获得较高正确率的对应点，并以此为基础进行扩散，得到更多的对应点；再使用刚性约束对错误点对进行剔除，最后使用四元数法求解变换矩阵。该方法不仅克服了传统ICP配准算法的缺陷，而且精度也优于传统ICP配准算法。     

一种基于组合重构算法的对流层层析技术

在经典的对流层层析模型基础上提出一种新的层析模型。首先采用非迭代重构算法估算出层析网格顶点处的水汽密度值,然后根据网格顶点处的湿度信息内插出网格中心点处的水汽密度值,并将其作为初始值,通过迭代重构算法对其进行再次修正。组合重构算法能够为迭代重构算法提供高质量、高可靠性的初始值。试算结果表明,组合重构算法相比单一重构算法具有更高的精度。     

基于改进果蝇算法的非线性模型参数估计方法

在对基本果蝇优化算法的寻优流程进行深入分析的基础上,提出一种单方向搜索处理的改进果蝇优化算法（IFOA）。该方法可以对极值点为非零非负的非线性函数进行优化处理,将其应用于非线性模型参数估计。实例表明,IFOA方法在参数估计精度上优于线性近似法与非线性迭代方法;与以遗传算法为代表的智能搜索方法相比,其估计精度相当,并具有参数设置少、寻优过程简单、易于程序实现等优点。     

复杂观测环境下GNSS信号分类及精度评估

基于高度角、信噪比和伪距残差3个指标,采用K均值(Kmeans⁺⁺)、迭代自组织数据分析法(ISODATA)和基于密度带有噪声的空间分类法(DBSCAN)对复杂城市观测环境下的GNSS数据进行分类,并采用伪距单点定位模型(SPP)评估不同算法的分类精度。结果表明,Kmeans⁺⁺算法分类精度最优,在E、N、U 3个方向上的定位精度分别达2.56 m、3.25 m、9.73 m;相较于未采用Kmeans⁺⁺算法的定位精度分别提升57.86%、47.64%、60.98%。为进一步验证算法性能,将Kmeans⁺⁺算法与信噪比、高度角阈值法进行精度对比,结果表明,Kmeans⁺⁺算法的平面和三维定位精度均有显著改善,分别提升24.87%、39.07%（信噪比阈值法）和41.36%、59.91%（高度角阈值法）。     

Bjerhammar球面单层密度时间变化的实用解算理论

研究了Ｂｊｅｒｈａｍｍａｒ球面单层密度时变实用解算理论和稳定算法。从利用重复大地测量数据联合确定Ｂｊｅｒｈａｍｍａｒ球面单层密度时变基本理论出发,推导了不同Ｂｊｅｒｈａｍｍａｒ球面上ｑ＊ｔ和δＷ＊ｔ之间的一般解式;分析研究了ｑ＊ｔ的迭代求解过程和收敛特性,得出其收敛稳定性很大程度上取决于Ｒ值的结论,同时给出了界限Ｒ的关系式;提出了解求ｑ＊ｔ的分步迭代算法,该算法从理论上解决了以前算法存在的收敛稳定问题（Ｒ较小时）,并指出：地表观测点ｑｔ的确定应遵循匹配处理准则,即各观测点数据应蕴含相同物理过程。最后给出了ｑ＊ｔ的精度评估公式。     

�����쳣ƥ�䵼�����㷨ʵ����������

????μ???????????????????????????????????????????????????????????????????????Simulink???湤????????????????????????????????????????????仯???????????????????????侫????????????????????????     

一种SINS/CNS/GNSS组合导航滤波算法

捷联惯性导航系统/天文导航系统/全球导航卫星系统（SINS/CNS/GNSS）构成的组合导航系统可有效提高飞行器的定位精度,而导弹等飞行器常用发射时刻的发射点惯性坐标系作为测量载体飞行的基准。为此,首先在发射惯性坐标系下推导并建立一种简洁的SINS/CNS/GNSS组合导航数学模型,该模型将SINS积分预报姿态四元数误差作为待估量,可避免姿态误差角与数学平台失准角之间的转换;然后分析定位误差导致的引力误差量级并合理简化,推导符合实际的精确测量噪声模型;最后利用扩展卡尔曼滤波器（EKF）实现SINS/CNS/GNSS三种信息的有效融合。算法仿真结果表明该方法的有效性,有利于工程实现。     

MEMS陀螺仪随机误差KF补偿方法的普适性验证

针对MEMS陀螺仪随机误差成为影响系统导航精度的主要因素及建模存在的普适性等问题，提出一种3次卡尔曼迭代估计的误差补偿方法。采用Allan方差对MEMS陀螺仪随机误差参数进行辨识，同时结合MEMS陀螺仪输出数据自相关与偏相关函数具备的拖尾性，设计基于时间序列ARMA的MEMS陀螺仪误差卡尔曼滤波模型。采用同型号6只MEMS陀螺仪惯性测量单元搭建测试环境，并开展导航验证实验，结果表明，经过滤波处理后的MEMS陀螺仪各项误差系数明显降低，且滤波效果随滤波次数的增加而增强。6组MEMS陀螺仪测试设备显现出的误差减弱趋势具有一致性，姿态误差对比结果也进一步验证了该方法的可行性。     

基于运动检测的飞行区车辆差分北斗/SINS组合导航

针对机场飞行区车载差分北斗/SINS组合导航系统中卫星信号衰弱、断续和中断时引起导航系统精度降低的问题,提出一种基于运动检测的高精度组合导航方法。该方法基于运动检测的差分北斗/SINS组合导航系统框架,根据车辆运动的特性,利用零速修正与动态零速修正相结合的模式来约束SINS误差;建立系统误差最优估计状态方程和量测方程,并结合惯性测量单元输出的陀螺和加速度计信息以及SINS输出速度来实现车辆运动状态的检测;最后通过车载实验验证该方法的可行性。结果表明,卫星信号有效时,差分北斗/SINS组合导航定位精度优于1 m;相比于传统运动学约束技术,2.5 km信号中断场景下,组合导航系统的经度误差最大值由5.21 m减小为1.35 m。     

基于序贯UKF的GNSS/CNS/SINS组合导航最优融合算法

组合导航系统在动态环境下具有强非线性,为提高GNSS/CNS/SINS组合导航系统的导航精度,提出一种基于序贯UKF的多传感器最优融合算法。首先,建立GNSS/CNS/SINS组合导航系统的非线性状态方程及2个子滤波器的线性量测方程;然后,对标准UKF的量测更新过程进行简化,简化UKF算法具有与标准UKF算法相同的滤波精度,且具有计算量低的特性;最后,将序贯滤波算法与简化UKF算法结合,提出多传感器组合导航系统的序贯UKF最优融合算法。仿真结果表明,本文序贯UKF算法不仅可提高系统解算的实时性,并且相对于集中线性卡尔曼滤波算法及经典集中线性UKF算法具有较高的滤波精度。     

����IMM-PF�Ĺ���/�ش���ϵ����㷨

???????/????????????????????????????????????????????????????????????(PF)???IMM??????????IMM-PF???????????÷??????????????????????????????????????????????????????????????EKF??????IMM-PF??????????????????????????????????????????????????????????????     

重力垂直梯度和重力异常辅助导航SITAN算法结果分析

在重力辅助惯性导航的仿真计算中,重力异常是人们常采用的辅助数据,重力垂直梯度数据对惯性导航的辅助能力还没有涉及过。利用重力异常数据和重力垂直梯度数据,在同一个区域内进行了多条航线SITAN匹配算法的仿真计算,并对SITAN算法的初始定位结果和匹配辅助导航的结果进行了统计分析。结果表明,无论在初始定位能力上还是匹配辅助导航能力上,重力垂直梯度的数据结果要好于重力异常数据结果。     

GNSS/SINS组合进行惯性重力测量误差分析

针对INS技术及GNSS数据处理技术,分析中国实现惯性重力测量的可能性。分析结果表明,目前中国GNSS观测与数据处理技术用于惯性重力测量已不存在技术上的困难,而国产惯性测量系统的性能指标要达到1×10^-5 ms ^-2 的重力观测精度虽有一定的困难,但随着惯性测量系统技术的进步,利用国内研制的捷联式惯导与GNSS联合进行惯性重力测量已成为可能。     

一种基于UWB TDOA定位模式的迭代最小二乘算法

针对超宽带（ultra wideband,UWB）传感器在到达时间差（time-difference-of-arrival, TDOA）定位模式下的定位算法存在精度低且发散的问题,提出一种简单迭代最小二乘算法。该算法具有公式简单、定位坐标收敛和定位精度高等优点,其主要思想是先将TDOA定位方程通过勾股定理转化为非标准的最小二乘形式,再结合未知变量之间的等式约束关系,将含有2个未知变量的表达式转化为仅含1个未知变量的表达式,最后采用迭代思想计算出UWB标签的收敛坐标。蒙特卡洛仿真实验结果显示,本文算法在大噪声环境下的定位精度明显优于迭代约束加权最小二乘算法。