基于经验模分解的陀螺信号消噪

陀螺随机漂移是影响惯性导航精度的重要因素。小波消噪方法对异常噪声效果不明显,且对小波基和分解尺度等因素依赖性较强。提出陀螺信号经验模分解(EMD)消噪方法,将信号进行经验模分解得到一个本征模态函数(IMF)组,先基于2sigma准则处理异常噪声IMF分量,再利用相关系数确定高频噪声IMF分量个数,将噪声分量去除以实现陀螺信号消噪。详细对比小波方法与EMD方法,利用交叠式Allan方差分析两者的消噪效果,通过惯导算例进一步验证EMD方法的实效性。结果表明,相比小波方法,EMD消噪法能剔除异常噪声,可以更有效地抑制陀螺漂移。     

基于状态矩阵卡尔曼滤波的姿态估计算法研究

设计一种组合GPS／速率陀螺定姿系统。系统以方向余弦矩阵表示姿态,建立GPS／速率陀螺组合状态模型和观测模型。结合kalman滤波算法,提出一种状态矩阵卡尔曼滤波（StateMatrixKalmanKilter,SMKF）姿态估计算法,并采用拉格朗日算法对姿态矩阵进行正交化约束。与传统的基于四元数的扩展卡尔曼滤波（EKF）算法相比,基于方向余弦矩阵的姿态系统状态方程与测量方程均为线性方程,无需线性化处理,对初始姿态误差更具有较好的鲁棒性。数值仿真表明,该方法具有精度高和稳定性强等优点。     

模糊评判在矢量地图数据质量评价中失效的处理

矢量地图数据作为GIS数据的一种主要形式,其质量问题受到很大的重视。目前对矢量地图数据的质量评价有许多种方法,应用比较多的是模糊综合评判。但是,运用此方法会出现失效现象,本文在分析矢量地图的质量元素基础上,针对现有的质量模糊综合评判失效问题进行了探讨;提出了带信任度的模糊综合评判方法,较好解决了评判过程中的失效问题,提高了评判效率以及评判结果的可靠性。     

基于Partial-EIV模型的TLS姿态估计方法

推导了基于乘性姿态角误差的观测方程,顾及其系数矩阵也含有误差的特点提出一种利用整体最小二乘原理估计姿态参数的新思路。该问题的系数矩阵中同时存在随机元素和固定元素且存在结构性特征,故引入Partial-EIV模型,设计了一种符合其系数矩阵结构特点的新模型。最后通过两组仿真实验将其与已有姿态估计方法进行对比,得出结论:基于Partial-EIV模型的整体最小二乘解法解算精度高于常规最小二乘法;其解算效果与基于乘性姿态角误差的最小二乘法基本一致。表明本文提出的方法正确有效。     

用谱分解法求解自适应因子值

在序贯平差自适应因子取值范围确定的情况下,以均方误差作为评判未知参数解优劣的标准,利用谱分解的方法求该范围内最佳的自适应因子值,并给出了相应的计算步骤和公式推导,为了说明该方法的正确性和合理性,将它与方差分量估计法进行计算和比较。结果证明利用该方法求解出的自适应因子值不仅使均方误差达到最小,而且使求解后得到的结果具有一定的实际意义。     

北斗/惯导的快速混合高斯UKF算法

为进一步改善北斗/惯导中无迹卡尔曼滤波的精度,针对导航系统中噪声随机模型本质上的非高斯分布特性,结合有限高斯概率分布可近似任意概率密度函数的理论,以混合高斯UKF滤波为框架,提出了一种快速混合高斯UKF算法。该算法使用奇异值分解替代无迹变换产生采样点中的协方差平方根计算,和迭代中构造有限分量混合高斯模型二次近似后验二阶矩减少子滤波器数量的思路,改善了传统算法子滤波器数量随迭代次数成指数变化而增加计算成本的状况,一定程度上提高了计算的实时性。通过对北斗/惯导紧耦合系统的数据仿真实验,结果分析表明:相对于传统算法,本文提出的新算法在保证滤波精度的同时,计算量较低、实时性较好,适合于处理非高斯非线性北斗/惯导组合导航定位的滤波计算问题。     

实时GPS水汽探测技术中的电离层延迟订正

在水汽监测网中,利用精密预报星历得到的结果与精密星历的结果相差很小,因此可以采用精密预报星历进行实时的水汽探测。由于电离层延迟对水汽影响较大,因此必须加以消除。详细地介绍了Klobuchar模型、双频观测值求解电离层延迟和双频观测值线性组合无电离层延迟3种方法的推导过程。将3种方法消除电离层延迟的影响大小作一比较,认为双频观测值线性组合无电离层延迟是最好的方法。     

一种利用加窗LSSVM拟合GPS在轨卫星钟差的算法

利用最小二乘支持向量机(least squares support vector machine,LSSVM)来对GPS在轨卫星钟差数据进行拟合,针对LSSVM拟合钟差两端发散的现象,利用加窗的方法进行抑制。采用IGS提供的精密钟差进行算例分析,发现加窗LSSVM钟差拟合算法比现有的钟差拟合算法精度更高,且基于多项式的核函数比较适合加窗LSSVM钟差拟合。     

经验模态分解阈值消噪方法及其在惯性导航系统数据处理中的应用

针对惯性元件误差中有色噪声影响远大于白噪声的情况,建立元件误差的分形高斯噪声模型,利用功率谱密度方法估计模型参数。基于噪声模型推导经验模分解(EMD)的各固有模态函数(IMF)分量中噪声的方差,以此估计各分量相应的阈值,建立EMD阈值消噪方法。将该方法应用于INS中,并与小波阈值法进行比较。结果表明,小波阈值法难以控制元件中有色噪声的影响,EMD阈值法与噪声模型紧密结合,能够更有效地削弱元件中的随机误差,提高INS精度。     

抗差主成分估计及应用

本文基于抗差估计和主成分估计理论，提出一种新的估计－抗差主成分估计，推导了参数的抗差主成分解，并结合算例进行了试算。结果表明：抗差主成分估计不仅可以解除法方程系数降的病态，而且对于抑制观测粗差的影响也有显著功效。