基于卡方检验的抗差自适应Kalman滤波在变形监测中的应用

在抗差Kalman滤波的基础上引入双自适应因子,分别对动态模型不准确和观测模型存在粗差进行调节,构建双自适应因子滤波模型。针对抗差自适应Kalman滤波效率较低的缺点,通过构建基于卡方检验的抗差自适应Kalman滤波,先用卡方检验对粗差进行检验,再调用抗差自适应Kalman滤波进行处理。工程实例表明,双自适应因子滤波模型可以很好地抵御粗差,并减弱模型不精确的影响。基于卡方检验的抗差自适应Kalman滤波不仅可以削弱粗差对滤波估值的影响,而且可以提高数据处理的效率。     

基于抗差Kalman滤波的精密单点定位

当精密单点定位的观测值含有异常数据时,Kalman滤波的精度将会降低。采用抗差Kalman滤波方法能够有效抑制观测异常,提高滤波的精度和可靠性。运用武汉国际GPS服务跟踪站数据对该方法进行了验证。结果表明,抗差Kalman滤波的精度比Kalman滤波的精度有一定程度提高,说明抗差Kalman滤波能够有效抑制观测异常。     

桥梁变形监测数据小波去噪与Kalman滤波研究

针对跨海大桥三维变形监测问题,实施了测量机器人与三维激光扫描仪测量方案,二者三维监测数据最大较差不超过0.5 mm,而且测量机器人监测数据精度高,说明三维激光扫描技术应用于桥梁变形监测是可行的。根据小波分析与Kalman滤波理论,建立小波去噪后的桥梁变形监测Kalman滤波模型。实验表明,经过小波去噪的监测数据再进行Kalman滤波处理,提高了桥梁变形预测与变形分析的可靠性。通过标准Kalman滤波、自适应Kalman滤波桥梁变形观测数据处理,及平方和误差、均方误差、平均相对误差精度分析知,自适应Kalman滤波要优于标准Kalman滤波方法。     

一种适用于PPP动力学模型异常的自适应Kalman滤波

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。     

基于Kalman滤波的低轨卫星运动学精密定轨快速算法

提出一种改进的Kalman滤波算法,设计并实现了基于Kalman滤波的运动学定轨方法。通过对GRACE卫星实测数据的计算表明,该方法不仅对计算机要求低,计算效率高,而且能达到与最小二乘法相当的定轨精度,可以作为今后高采样率星载GPS数据的定轨方法。     

基于信噪比检验的双参数岭型Kalman滤波及其在BDS星地联合定轨中的应用

将Kalman滤波病态性诊断与处理相结合，提出基于信噪比检验的双参数岭型Kalman滤波。在分析Kalman 滤波的病态性以及岭型 Kalman 滤波的缺陷后，引入信噪比统计量度量每个待估参数受病态性影响的大小，将待估参数区分为涉扰参数和非涉参数，并利用两个岭参数对两类参数进行不同强度的修正，结合广义岭估计思想给出两个岭参数的选取方法。该算法在降低状态参数估计方差的同时尽量减少岭型Kalman滤波引入的偏差。利用STK仿真5颗GEO卫星+24颗MEO卫星+3颗IGSO卫星的北斗卫星星座并进行分布式自主定轨，结果表明提出的新算法能够有效改善病态性对Kalman滤波的不良影响，且相对于岭型Kalman滤波具有更高的定轨精度。     

BDS卫星钟差短期预报性能分析

采用BDS精密钟差数据进行短期预报实验,通过线性模型、二次多项式模型、灰色模型和Kalman滤波模型对14颗BDS卫星的钟差预报效果进行比较和分析,总结不同类型卫星的钟差预报性能和利用各模型进行BDS卫星钟差预报的相关特性。     

用顾及大气层延迟的PVA模型Kalman滤波解算载体运动加速度

为解算航空重力测量中的载体运动加速度,对GPS载波相位伪距双差观测量进行分析。考虑对流层延迟和电离层延迟的影响,并通过对载体的运动学建模,提出一种基于PVA模型的Kalman滤波算法。相对于传统的差分方法,该算法可从相位观测量中直接解算载体运动加速度。通过仿真分析验证,采用自适应Kalman滤波,得到的未经低通滤波处理的载体加速度标准差为7.26×10-3 m/s2。     

改进抗差自适应EKF算法在GNSS/INS组合导航中的应用

在车载GNSS/INS组合导航中,抗差自适应滤波以其具有控制动力学异常和观测异常的能力成为实现综合PNT的关键技术之一。然而,不合适的决策算法和抗差因子会导致滤波进一步劣化。针对该问题,提出一种双窗口Sage-Husa抗差算法和一种改进的异常新息占比决策方法。采用松组合结构,利用异常新息占比决策对组合过程中出现的模型异常作出判断,针对观测模型异常和动态模型异常分别采用对应的抗差或自适应滤波。利用武汉市城区林荫道、街区多遮挡环境下动态实测数据进行分析。实验结果表明,该方案在复杂多遮挡环境下东、北、天3个方向上位置精度分别提升35.78%、38.94%、66.00%,位置均方根误差达到0.70 m、0.69 m、1.16 m。     

几种卫星钟差预报模型预报效果的分析与比较

采用GPS精密钟差数据进行预报试验,对二次多项式模型、谱分析模型、GM(1,1)模型、ARIMA模型以及Kalman滤波模型5种模型的钟差预报效果进行分析和比较,总结了各模型预报钟差的优点与不足,并对GPS系统目前运行的6种星载原子钟的预报特性进行简单分析。     

抗差移动平均在GPS自动化监测数据处理中的应用

常规的加权移动平均在对GPS自动化变形监测数据序列平滑滤波时不能消除粗差的影响。为此,利用二次加权对该方法进行改进,提出抗差移动平均法。对模拟数据及实际GPS滑坡自动化监测数据的处理分析表明,抗差移动平均可有效削弱粗差对平滑滤波结果的影响。     

抗差自适应卡尔曼滤波模型及其在塌陷区监测中的应用

针对塌陷区等地表快速沉降区域的动力学特点及观测向量中存在的粗差对卡尔曼滤波结果的影响，设计一种抗差自适应卡尔曼滤波模型。该模型能识别稳定沉降与快速沉降2种状态，通过抗差估计减小观测向量中粗差的影响，并采用自适应因子调整动力学模型，减少状态模型的误差，提高滤波结果的精度。将该模型应用于某矿区沉降监测数据的处理，结果表明，其效果优于抗差卡尔曼滤波。     

具有随机状态转移矩阵的Kalman滤波

讨论状态转移矩阵为随机性矩阵时的Kalman滤波方法,并给出滤波的具体算法及分析滤波的收敛特性和参数的取值范围。通过实际算例证实了该滤波方法的有效性。     

Kalman滤波在地震电离层TEC异常探测中的应用

基于中国地壳运动观测网络GPS观测资料解算的电离层TEC数据,利用Kalman滤波方法对2008年5月12日汶川Ms8.0地震前的电离层TEC进行异常探测研究,并与以前的处理结果进行对比,对比结果表明：利用Kalman滤波方法能够有效地探测到震前的电离层TEC异常扰动。     

基于在线回声状态网络的变形数据预测分析

结合Kalman滤波与回声状态网络,将在线回声状态网络算法应用于变形数据预测。回声状态网络的输出权值通过Kalman滤波训练,直接对网络的输出权值进行在线更新,克服了传统递归网络需要收集大量样本后才能进行拟合预测的缺陷,同时也保证了预测精度。实例计算验证了该方法的有效性。     

Kalman滤波在GPS/BDS组合伪距差分定位中的应用

随着各国卫星导航系统的蓬勃发展,单一的GPS系统时代正逐步转变为多系统并存且兼容的全球性卫星导航系统(GNSS)时代。相比于单一卫星导航系统,多系统组合将显著增加可视卫星数目、改善卫星空间几何结构,多系统组合导航定位将是必然的发展趋势。滤波算法是减小GNSS定位随机误差的重要方法,利用非线性滤波方法可消除多种随机误差,从而提高导航定位精度。该文实现了基于Kalman滤波的GPS/BDS组合的伪距差分定位,并将其与最小二乘方法进行比较。实验结果表明:基于Kalman滤波的GPS/BDS伪距差分的定位精度能达到分米级,在差分定位解算过程中,多卫星系统伪距差分精度明显优于单卫星系统伪距差分精度,Kalman滤波解算的精度明显优于最小二乘解算的精度。     

Kalman滤波估计GPS载波相位变率的测速方法与实现

利用差分测速和Kalman滤波估计相位变率方法对某次航空重力测量的飞行数据进行了解算,通过与GT-1A自带的GPS高精度定位测速软件和WAY-Point软件比对分析,结果表明：采用Kalman滤波估计相位变率的GPS差分测速,能够适应较复杂的运动模式,定速精度达到mm/s级,高于WAY-Point软件的动态测速精度。     

一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声，而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法，采用前面历元的观测残差和状态残差建立有色噪声模型，削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验，结果表明，顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高，三维位置精度提升9%以上。     

基于量子纠缠时钟测量的抗差卡尔曼卫星钟差预报

基于纠缠光子对二阶相关函数的时间特性分析,设计时钟同步测量方案,并考虑传播过程中色散效应及衰减等对精度的影响。该方案可提供均值1 ns、精度0.01 ns的同步信息。利用该方案获得观测数据,结合顾及哈达玛方差的抗差卡尔曼方法估计出卫星钟差模型系数,进行钟差预测。仿真表明,该方案预测精度与IGS预报星历产品精度相当,且钟差初始值更精确。     

滑坡监测的自适应约束抗差滤波算法研究

在滑坡的动态监测中通常存在先验几何信息和物理信息,现有的滤波算法并不能够充分利用这些信息,为控制几何观测异常对形变参数估计的影响,提出一种利用滑坡力学状态信息的约束滤波模型.同时,利用约束方程获得有益信息,精确地确定测量的等价权,给出相应的自适应约束抗差滤波算法,并通过实例说明了带有约束的滤波算法更能提高状态参数估计的...