随机变量经非线性变换后统计性质的确定

扩展卡尔曼滤波应用于非线性系统的状态估计时,首先要对系统的动力方程进行线性化,这样就给状态的估计带来一定的误差.文中通过对非线性变换的函数进行级数展开,获得了非线性变换后随机变量的真实均值和协方差的表达式,并得到一阶线性化的形式;然后提出了一种精度更高的变换算法,并从理论上证明了该变换算法较之线性化的做法能够更好地逼近非线性变换后的真实均值和协方差,数值试验也证明了这一点.     

随机变量非线性变换统计性质的高精度逼近算法

应用扩展卡尔曼滤波对非线性系统进行状态估计时 ,要对系统的动力方程进行线性化 ,这就为状态的估计带来一定的误差。本文首先对非线性变换的函数进行级数展开 ,获得了随机变量经非线性变换后的真实均值和协方差表达式 ,并得到一阶线性化的均值和协方差 ,然后提出了一种精度更高的变换算法用以逼近非线性变换后的真实均值和协方差 ,理论分析和数值试验都表明新算法不仅具有更高的精度 ,而且更容易实现     

变二次估计为线性估计的拉直变换法

利用投影变换和拉直变换，得到了方差和协方差估计的一种新模型－线性模型。该模型将方差和协方差分量的二次估计问题变为我们所熟知的线性估计问题。本介绍了该方法的原理，证明了估计量θ的统计性质。     

变二次估计为线性估计的拉直变换法

利用投影变换和拉直变换，得到了方差和协方差估计的一种新模型──线性模型。该模型将方差和协方差分量的二次估计问题变为我们所熟知的线性估计问题。本文介绍了该方法的原理，证明了估计量θ的统计性质。     

基于UKF的GPS非线性动态滤波算法

介绍了一种Unscented卡尔曼滤波算法，它通过确定性采样获得一组采样点，可获得更多的观测假设，对系统状态统计特性的估计更加准确，同时该算法无需对系统方程进行线性化，避免了传统的EKF算法由于线性化引入的误差。本文将UKF算法用于GPS非线性动态滤波技术中，建立了仿真模型并定义了仿真条件，与EKF算法的仿真结果相比，在系统状态统计特性未知的情况下，UKF算法对系统状态的估计更准确，定位精度更高。     

高分五号高光谱影像的关联对齐域适应与分类

高分五号(GF-5)搭载的高光谱传感器兼顾宽覆盖和高分辨率的特性,但在实际应用中宽覆盖范围内各种地物类别的标注十分困难。当标记样本很少甚至没有标记样本时,遥感图像分类异常困难。此时,可以采用域适应方法,借助已标记的历史数据(源域)实现对未标记数据(目标域)的分类。本文提出了一种基于稀疏矩阵变换的关联对齐域适应分类算法。首先,利用稀疏矩阵变换估计源域和目标域的协方差矩阵;然后,运用协方差关联对齐方法估计源域到目标域的变换矩阵;接着,运用估计得到的变换矩阵将源域数据进行变换,使得其与目标域对齐;最后,在变换后的源域数据上建立分类器,实现对目标域数据的分类。本文的算法在两个真实的GF-5高光谱数据集上进行了验证。实验结果表明,本文算法要优于常用的子空间对齐算法和关联对齐算法。特别地,在黄河口GF-5数据上,本文算法比原始关联对齐方法的最近邻分类准确率提升了3.5%,支持向量机分类准确率提升了2.3%。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

SPKF滤波方法在变形监测数据分析中的应用

讨论了SP(Sigma Point)变换算法的性质,给出了一种新的扩展型卡尔曼滤波方法SPKF(Sigma PointKalman Filter)。它不仅具有较高的精度,而且不必计算偏导数阵。结合变形监测数据处理进行仿真分析的结果表明,SPKF具有良好的状态估计性能,而且使用简便,适合于非线性系统状态估计。     

SPKF滤波方法在变形监测数据分析中的应用

讨论了SP(Sigma Point)变换算法的性质,给出了一种新的扩展型卡尔曼滤波方法SPKF(Sigma Point Kalman Filter).它不仅具有较高的精度,而且不必计算偏导数阵.结合变形监测数据处理进行仿真分析的结果表明,SPKF具有良好的状态估计性能,而且使用简便,适合于非线性系统状态估计.     

基于SUT-EKF的DGPS/DR 组合定位算法

针对基于DGPS/DR的移动机器人组合定位问题,采用一种尺度无迹变换扩展卡尔曼滤波(SUT-EKF)算法,由于组合定位系统中的状态方程是非线性的,并且观测方程是线性的特点,将SUT预测移动机器人位姿,利用EKF融合最新观测值更新机器人位姿,该算法在状态预测阶段避免了计算Jacobian矩阵,从而有效地减小了线性化对非线性系统误差的影响。仿真结果表明,该算法具有较好的滤波精度和稳定性,为实现DGPS/DR组合定位系统提供了一种有效可靠的途径。     

Application of unscented Kalman filter in satellite orbit simulation

A new estimate method is proposed, which takes advantage of the unscented transform method, thus the true mean and covariance are approximated more accurately. The new method can be applied to nonlinear systems without the linearization process necessary for the EKF, and it does not demand a Gaussian distribution of noise and what's more, its ease of implementation and more accurate estimation features enables it to demonstrate its good performance in the experiment of satellite orbit simulation. Numerical experiments show that the application of the unscented Kalman filter is more effective than the EKF.     

Application of unscented Kalman filter in satellite orbit simulation

IntroductionAs is well known,the Kal manfilter(KF) is al-ways usedto deal withthe system whose dynam-ics and observation models are linear , and theextended Kal manfilter(EKF) is the most widelyused esti mator for nonlinear systems . In theEKFthe kal man …     

UKF滤波器性能分析及其在轨道计算中的仿真试验

讨论了UT（unscented transform）变换的性质，给出了一种新的扩展型卡尔曼滤波器UKF（unscented Kalman filter），它不仅具有较高的精度，而且不必计算偏导数阵。仿真分析的结果表明，UKF有良好的状态估计性能，使用简便，适合于非线性系统状态估计。     

非线性二维转换模型的稳健总体最小二乘算法

针对应用线性最小二乘估计准则求解非线性平面转换模型参数时,通过定义间接参数将模型线性化的方法不能直接求解转换模型参数的问题,该文在非线性平面转换模型的基础上,建立线性模型,实现平面坐标的转换。为解决控制点已知坐标与观测坐标中均含有误差对转换参数求解的影响,对应用稳健总体最小二乘求解线性模型参数的算法进行讨论。最后,通过算例比较稳健总体最小二乘算法与最小二乘算法在抗差性方面的优势。结果表明,稳健总体最小二乘算法更适用于应用线性模型求解未知控制点的转换坐标。     

基于罗德里格矩阵的抗差迭代坐标转换算法研究

针对大旋转角坐标转换模型线性化复杂、计算量大等问题,并顾及数据粗差对计算结果的影响,根据反对称矩阵和罗德里格矩阵的性质,探讨一种基于罗德里格矩阵和稳健抗差估计理论进行迭代解算的高精度空间直角坐标转换方法,推导基于罗德里格矩阵进行空间直角坐标转换的七参数模型、线性化误差方程及抗差迭代计算的严密公式。通过计算与分析,表明该方法适用于任意旋转角的坐标转换,能有效抵抗数据粗差对转换结果的影响,计算精度高,收敛速度快,是一种有效、实用的坐标转换方法。     

空间碎片轨道协方差传播及其动态校正

轨道误差传播研究在空间碰撞风险分析、任务规划等空间态势感知领域具有重要作用。轨道误差常用误差协方差矩阵表达,其传播方式主要有线性传播模型与非线性传播模型两种。线性传播模型通过状态转移矩阵外推初始协方差矩阵,计算快速,但因将高度非线性化的轨道动力学问题线性化描述,导致传播精度随时间快速降低。非线性传播模型精度高但计算慢,难以进行大规模碎片群的轨道误差传播。在轨道误差传播特性分析的基础上,提出了一种获得较为真实的空间碎片轨道预报误差的方法,分3步进行:初始协方差矩阵的构建、初始轨道协方差线性传播以及基于实测数据对轨道预报协方差的动态校正。经大量案例统计分析,结果表明,校正后的轨道预报协方差,相较于线性传播结果,精度提高了60%以上,可服务于空间碰撞风险分析等高精度空间任务。     

大旋转角坐标变换非迭代公式

针对求解7参数的过程中,经典的线性化最小二乘法因需线性化、迭代及初值以及存在算法耗时出现不收敛现象的问题,该文对无须迭代的7参数坐标变换公式进行了研究。为避免各类参数间的相关性,采用消去法并按照依次求解旋转参数、比例系数和平移参数的顺序解得坐标变换参数。先利用最小二乘法求解旋转参数,然后通过构建目标函数的方式求解比例系数与平移参数,最终得到无须线性化、无须迭代、无须初值的,可用于大旋转角的7参数坐标变换公式。与线性化最小二乘方法进行相比,该方法具有相当的精度及更高的运算效率,可在一定程度上丰富坐标变换理论。     

应用Jones—TryonKalman滤波器对在轨GPSRb钟进行状态监测

针对用于石英钟和GPS主控站原子钟状态监测的Jones—TryonKalman滤波器,尝试把其引入到在轨GPSRb钟状态监测中去,结合哈达玛方差分析了其过程噪声和观测噪声协方差矩阵的确定方法,并讨论了滤波初值的选取,从而得到一个适合在轨GPSRb钟状态监测的滤波器。算例表明,这种Jones—TryonKal—man滤波器可以较好地监测在轨GPSRb钟的状态。