地磁匹配中的地磁日变效应

针对目前地磁匹配研究中往往忽略地磁日变的影响,文中分别基于IGRF11模型和MAD匹配算法探讨了地磁匹配中的地磁日变效应.基于IGRF11模型的定性分析表明,地磁日变效应显著,即使在地磁变化较为平缓的区域,地磁日变仍给匹配定位带来较大影响.分别利用地磁平静时期广州、兰州、北京十三陵3个地磁台站分均值数据,基于MAD匹配算法定量分析了地磁日变效应.结果表明,匹配定位误差呈现出类似于日变形态的变化特征,且纬度效应显著,广州台站纬度方向上的最大误差达0.189°,经度误差达0.492°.     

地图匹配辅助的KF-PF室内定位算法模型

针对使用智能手机进行行人航迹推算（pedestrain dead reckoning,PDR）时航向角漂移,定位精度不高,误差累积的问题,提出了一种地图匹配辅助的卡尔曼滤波-粒子滤波（Kalman filter-particle filter,KF-PF）多重滤波算法对PDR算法进行优化。在传统PDR算法的基础上,使用KF融合陀螺仪数据和地图信息解算航向角,然后采用基于地图匹配的粒子滤波算法对轨迹结果进行处理。实验结果表明,该方法消除了航向角误差过大对定位结果的影响,在提高室内定位的灵活性的同时增强了定位的稳定性和精度,并通过地图匹配减少了传统粒子滤波采样点数,降低了运算量,使其在手机平台上实时运行成为可能。     

基于HHT降噪的潜艇地磁匹配算法

潜艇在地磁导航时各种干扰磁场的存在会使导航精度降低。为消除干扰磁场的影响,提高地磁匹配导航的精度,提出基于HHT降噪的潜艇地磁匹配算法。算法首先对地磁数据利用HHT方法进行去噪处理,在此基础上采用Hausdorff距离算法进行地磁匹配导航。给出算法的具体流程,并进行仿真验证。仿真结果表明,算法能够较好地消除各种地磁噪声的影响,从而提高潜艇地磁匹配的精度。     

一种基于跳距修正的物联网中节点定位算法

针对传统的DV-Hop算法存在较大定位误差的问题,提出基于狮群优化算法的节点定位 (NLLSO) 算法. NLLSO算法从估计最小跳数、修正平均跳距误差和定位算法三方面进行改进,进而降低定位误差. NLLSO算法用不同通信半径传递Beacon包,进而提高估计最小跳数值的精度. 同时,通过引入权值参数修正平均跳距的估计值. 最后,通过狮群优化算法(LSO)估计未知节点位置. 仿真结果表明:NLLSO算法的定位精度高于传统的DV-Hop算法.      

基于四元数法的航向修正算法分析

目前载体的姿态解算已成为捷联式惯性导航系统精确导航的研究热点。为了减少由于陀螺仪漂移带来的航向误差,提出了一种基于启发式漂移消除算法(HDE)的改进航向修正方法。该方法采用四元数法解算载体航向,利用行人在室内环境下,行走直线时航向角偏差直接对行人航向进行修正,然后推算行人航向轨迹。实验采用低成本的智能手机,对比分析了不同采样频率以及二阶龙格-库塔法与四阶龙格-库塔法更新四元数解算航向角的精度,试验结果表明,提高采样频率能减小航向解算误差,提高定位精度。该算法对导航定位研究有一定的参考价值。      

基于粒子滤波的PDR/地磁指纹室内定位

针对行人航位推算（PDR）定位存在误差累积和地磁指纹不唯一导致的误匹配问题,本文改进了基于粒子滤波的PDR/地磁指纹室内定位方法。在PDR定位过程中利用地图信息控制粒子权重更新,得到较为准确的位置信息后,利用动态时间规整（DTW）算法在PDR推算位置基础上进行快速序列匹配,获取最优位置估计。试验结果表明,融合定位方法有效解决了行人位置穿墙问题,最大定位误差小于1.5 m,53.33%概率定位精度1 m。     

利用ICCP的水下地磁匹配导航算法

分析了传统水下导航定位方法的局限,研究了基于ICCP的水下地磁自主导航算法。首先,研究了局域地磁场建模方法,认为多面函数构建局域地磁场模型较优;然后,研究了ICCP地磁导航算法,并对其作了改进;最后,以所建立的局域地磁场模型为背景,进行了地磁匹配算法的仿真实验,给出了该算法的精度指标及影响因素。     

利用TERCOM与ICCP进行联合地磁匹配导航

为解决地磁匹配导航中TERCOM算法精度较差I、CCP算法容易产生局部收敛且匹配速度较慢的缺陷,提出了一种联合TERCOM与ICCP的水下地磁匹配导航新方法。对此算法中的粗匹配及其性能进行了分析,同时,对精匹配及改进ICCP算法进行了研究,解决了传统匹配导航算法精度、速度及完备性不能兼得的问题。     

基于混沌粒子群优化神经网络的GPS高程拟合研究

针对普通神经网络模型存在预测精度低等问题,采用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络高程异常拟合模型。为克服粒子群算法易陷入局部最优,提出并建立改进算法,即先用混沌变量初始化粒子位置,当出现早熟收敛时,对局部较优的部分粒子和全局极值采用混沌优化策略,从而提高了模型的训练精度。试验结果表明,该方法具有更好的准确性和稳定性。     

改进粒子滤波器的室内地磁匹配精度研究

针对粒子滤波算法在室内地磁分布的连续性变化中会发生滤波发散,加之算法中重采样步骤使该现象恶化,直接导致室内定位过程中目标丢失的问题。该文受Hausdorff距离度量法中点集匹配思想的启发,提出了一种利用初定位误差作为最大粒子匹配距离的约束思想,通过缩小匹配空间的区域范围的方法来解决传统算法的发散问题。最后实验表明,此方法解决了粒子滤波器在地磁匹配中出现的滤波发散现象,同时使得定位结果更加快速收敛。