动态定位自适应滤波解的性质

自适应抗差滤波具有控制观测异常及状态方程信息异常干扰的能力。着重研究自适应滤波解的性质。首先推导了动态自适应滤波与经典Kalman滤波解的解差，继而给出了状态向量估值的数学期望和均方误差，并分析了在自适应因子调控下解的偏差和均方误差的变化规律。由状态解向量的数学期望和均方误差的表达式可以看出，自适应因子能够控制状态异常对状态估值和均方误差的影响。     

多基站模式下的实时与自适应室内定位方法研究

无线通信网络的增值推动了适宜和有效的室内外定位的发展。提出WLAN环境下多基站辅助的自适应定位方法,此方法基于由多个基站信息及其与位置指纹样本点之间的映射关系实时生成的位置指纹库估算移动站的位置。其中,基站与位置指纹样本点对应信号强度之间的映射通过BP神经网络构建。此方法不但能够适应环境中小尺度扰动因素,还能够通过对基站信息的内插适应大尺度环境变化情况。另外,此方法采用的信号强度差分度量,能有效削弱多个设备之间的差异造成的定位误差。试验结果显示该方法能够在动态环境中精确定位目标。     

室内定位无线接收信号强度测距模型的研究

接收信号强度测距法易受室内复杂环境的影响,在许多研究和实际应用中,通常将路径损耗因子作为固定不变常量,增加了系统误差。分析了室内无线信号的传播特性,介绍了对接收信号强度测距模型,推导了最优拟合当前室内环境对数路径损耗模型参数的计算公式,将自主建模的思想引入到基于接收信号强度的测量中进行了可行性探究。     

RSS室内定位信号经验模型重构研究

介绍低秩矩阵填充理论,结合RSS室内信号图的特点,借鉴地形图中的地物特征点概念,提出RSS欧氏空间信号特征点概念;提出RSS室内定位信号经验模型的具体重构算法和流程。最后,分析RSS几何空间特征点构建指纹库的精度分析和RSS欧氏空间信号特征点信号模型重构的精度分析,对不同类型的特征点赋予不同的权值,并将这些特征点用在RSS室内定位信号经验模型的重构中。实验结果表明,在数据采样量略高于位置指纹(约为1.37倍)的情况下,利用RSS室内定位信号经验模型的定位精度显著高于位置指纹的定位精度(约为2倍),特别是0.5m以内的定位精度。     

改进的高动态GPS定位自适应卡尔曼滤波方法

本文针对高动态ＧＰＳ不易确定动态噪声和观测噪声的特点,提出了一种适用于高动态ＧＰＳ定位的改进的自适应卡尔曼滤波方法。该方法具有数值稳定性好,存储量小的优点,克服了发散的缺点,具有较强的自适应性。     

GPS动态定位中自适应卡尔曼滤波方法的应用研究

采用描述机动载体运动的“当前”统计模型,直接从GPS接收机输出的定位结果入手,建立一种GPS动态定位自适应卡尔曼滤波模型,提出一种改进的自适应滤波算法,对GPS动态定位数据进行滤波。实验结果表明该模型简单,实时性好,滤波后的定位精度得到了提高。     

融合地磁/WiFi/PDR的自适应粒子滤波室内定位

随着国民经济的快速发展,人们在室内活动的时间越来越长,室内空间环境也越来越复杂,对室内环境的位置与导航服务的需求也越来越高。由于地磁信号具有稳定性的特点,且Wi Fi技术已得到广泛部署,融合使用地磁和Wi Fi定位具有一定的优势。因此,本文基于Android系统智能手机作为接收设备,融合地磁、Wi Fi及行人航迹推算(PDR)技术,通过自适应粒子滤波模型和随机抽样一致性算法对采集的信号进行处理。试验证明,地磁、Wi Fi、PDR三者融合进行室内定位的方法与其他单类方法相比,实现了将室内定位精度的误差最小降低到1.02 m。     

一种室内无标志动态目标视觉定位方法

提出了一种室内无标志动态目标的视觉定位方式,采用卡尔曼滤波估计动态目标图像坐标,并利用分区定位方式对多相机视场内的动态目标进行定位,根据观测到动态目标的相机数目将多相机视场范围区域划分为单目区域、双目区域和多目区域,对不同的区域采用不同的定位方式。仿真和真实实验表明,本文算法可以达到10 cm左右的定位精度,运行效率可以达到50 ms/帧。提出的无标志动态目标定位方法具有更高的鲁棒性,基本可以满足实时性要求且定位精度较高。     

GPS短基线模型与动态定位

本文主要介绍了GPS短基线基本模型和GPS动态定位的数据处理方法.     

基于MCS-SCKF的超宽带室内定位算法

针对传统超宽带（UWB）室内定位中非线性跟踪问题,基于当前统计（CS）模型和容积卡尔曼滤波（CKF）,本文提出了一种新的定位算法。即采用奇异值分解（SVD）代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器（SCKF）。首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型（MCS）,实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置。仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法（CS-KF）和CS模型-SCKF算法（CS-SCKF）,提高了UWB室内定位的定位精度。     

基于WiFi信号室内定位技术的研究

主要对基于WiFi信号的室内定位技术中的三角形定位法进行了研究。鉴于现有的三角形定位模型受信号强度和环境干扰的约束影响,定位精度不高,提出了一种结合室内影响因素约束的权重改正定位模型,更加切合复杂的室内定位环境。通过试验测试和数据分析,经过加权去噪模型改正后的定位精度更高,适用性更广。     

用户行为感知辅助的室内行人定位

目的 提出了一种用户行为感知辅助的室内行人定位方法。该方法采用行为感知技术,通过智能手机内置的传感器获取行人经过室内特殊位置(如电梯、转角等)的连续多个位置相关的行为状态,结合室内路网的拓扑结构,将行人的位置匹配到相应的特殊位置,以消除行人航位推算(PDR)的累积误差,同时可以在起始点未知的情况下实现行人的自主定位。试验验证了该方法的有效性。     

基于几何聚类指纹库的约束KNN室内定位模型

在室内空间提供高精度的实时定位服务非常重要。室内数字地图是室内实时定位的基础和信息载体。研究了面向实时定位的室内空间理论,包括室内空间的定义、室内空间及室内实时定位的特点。分析了地图可视化和基于地图约束的定位精度改进等室内实时定位应用对室内地图的要求,明确了需要表达的室内空间结构为建筑体和室内家具。设计了一种轻量室内地图数据结构,探索了基于该数据结构的室内2D和2.5D地图的制图方法。最后以工程实验楼室内空间为例开展了制图实践。     

面向位置服务的室内空间数据模型研究

室内空间是当前位置服务的新领域,本文围绕位置服务中室内空间建模的全方位需求,比较分析了三类室内空间数据模型的优缺点与适用范围。在此基础上,探讨了一种基于面向对象的室内空间模型框架,集成了室内对象的几何、拓扑和语义信息,可为个性化、智能化位置服务提供数据支撑。     

室内位置信息模型与智能位置服务

商业中心、交通枢纽、医院、停车场等复杂室内及地下空间的安全管理与应急响应对室内外无缝导航与位置服务的需求日益迫切,提出了一种室内位置信息模型,扩展了OGC标准CityGML和IndoorGML中的位置信息描述,提供了描述室内相对位置和室内绝对位置的本体,介绍了一种针对三维建筑物模型的室内空间自动提取方法,为智能位置服务奠定了重要基础。     

一种改进的组合定权的指纹定位算法

室内场景复杂、WiFi信号不稳定等因素,造成基于信号空间K最近邻法的WiFi指纹定位算法匹配的邻近点会出现偏差,使用偏差较大的点计算待定点位置会直接影响定位结果。本文提出了一种改进的组合定权的指纹定位算法,对K个邻近点的几何结构进行分析,剔除其中偏离邻近点几何中心较远的点后,同时分析匹配邻近点中心同待定点几何位置存在理论上的关联,利用选择后的邻近点与其中心点的几何距离、待定点与指纹点欧氏距离组合定权,加权求取坐标。与KNN、WKNN算法定位结果分别进行比较,表明该方法提高了定位准确性和精度。     

LiDAR室内检校模型粗差探测可靠性研究

基于机载LiDAR技术的测绘系统必需对其进行标定和校正,优化导航定位、定姿系统的测绘精度。冗余的观测数据不仅可以评估系统监测粗差的能力,还可以分析未检测粗差对导航结果的影响,评价结果的可靠程度。本文基于内、外可靠度理论,进行抗差检校模型的质量控制,实例分析表明该理论能有效衡量抗差模型对粗差的识别效果。     

基于自适应四叉树的地形简化

针对当前地形三维可视化技术的研究现状,在吸取计算机图形学、虚拟现实、地理信息学、现代数学的先进理论和技术成果的基础上,根据地形表面平坦程度不同对原始地形模型预简化,对表面较平坦的区域不再分层,将原始地形模型的完全四叉树结构改变成自适应四叉树结构,从而生成自适应四叉树结构的地形模型,并采用VC^＋＋结合OpenGL加以实现。     

自适应卡尔曼滤波在变形监测动态数据处理中的应用

介绍了卡尔曼滤波技术的基本思想，给出了自适应卡尔曼滤波动态噪声方差阵∑ΩｋΩｋ补偿法的计算公式，以及在变形监测动态数据处理中的应用。分析了应用中存在的问题及解决途径．通过实例说明了该法用于变形监测预报具有较高的精度。     

Kalman滤波异常误差检测

为检测动态导航观测异常和动态模型异常误差，本文利用状态方程预测残差二次型构造了整体误差检验法，即观测误差和动力学模型误差整体检验法；讨论了三种观测异常检测法，即以模型为基准的观测异常检验，以当前历元可靠观测为基准的异常检验，以状态Kalman滤波估值为基础的观测异常检验；分析了三种动力模型异常检测法，即状态不符值检验法，以状态参数Kalman滤波估值为基础的动力模型误差检验法，以可靠观测为基础的动力模型误差整体检验法。并对这几种异常检测法进行了简单分析。