重力垂直梯度和重力异常辅助导航SITAN算法结果分析

在重力辅助惯性导航的仿真计算中,重力异常是人们常采用的辅助数据,重力垂直梯度数据对惯性导航的辅助能力还没有涉及过。利用重力异常数据和重力垂直梯度数据,在同一个区域内进行了多条航线SITAN匹配算法的仿真计算,并对SITAN算法的初始定位结果和匹配辅助导航的结果进行了统计分析。结果表明,无论在初始定位能力上还是匹配辅助导航能力上,重力垂直梯度的数据结果要好于重力异常数据结果。     

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。     

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...     

基于系统误差及其协方差阵拟合的抗差自适应滤波

动态导航数据处理中基于系统误差及其协方差矩阵拟合的自适应滤波算法在一定程度上可以抵制系统误差或区域性系统误差对动态导航定位结果的影响，但无法抵制异常扰动的干扰。考虑到观测模型和动力学模型存在异常扰动时。整体控制状态噪声协方差阵的方法可以减弱扰动异常的影响，因此提出一种基于系统误差及其协方差矩阵拟合的抗差自适应滤波算法。算例结果证实，该算法在减弱系统误差影响的同时，还能有效地抵制观测异常和载体状态扰动异常对动态系统参数估值的影响。     

一种适用于精密单点定位的抗差自适应滤波

分析了卫星星座PDOP值与卫星数的关系以及伪距和载波相位观测值残差量级的大小,结合精密单点定位各参数的特性,提出一种适用于精密单点定位的分类因子抗差自适应滤波法。该方法在等价权函数的选取上兼顾PDOP值的检验,并对不同观测量分别进行抗差等价权替换。根据不同参数的特性,建立分类自适应因子,利用预测残差求取各类参数的自适应因子。实验表明,该方法不仅能检测和控制异常观测量对定位解算的影响,而且能提高PPP定位的精度及可靠性。     

基于绝对重力基准控制的流动重力观测资料动态平差方法研究

选取滇西重力测网1986～2009年流动重力观测资料及下关、丽江、昆明3个绝对重力基准点多年复测资料作基准控制,采用线性速率模型拟合观测过程中重力场的时变信息,建立绝对重力基准点约束下的动态平差模型,讨论段差观测值及绝对重力基准观测值协方差矩阵的构建、平差模型初值选取及迭代计算等细节问题。经分析,测区内测点的重力年变率范围为(-0.039 5~0.024 1)×10^-5ms^-2/a,精度范围为(0.001~0.029 8) ×10⁵ms^-2/a,与分期静态平差拟合结果的差异约为(0.003~0.020)×10^-5ms^-2/a。在处理全国网和较大面积的区域网多年重复观测的重力资料时,尤其是多网多期重力资料联合处理时,应采用动态平差模型来获得统一时间基准和空间基准的重力变化。     

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。     

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。     

基于地磁匹配的水下定位和定向方法研究

借助地磁背景场及地磁测量,通过对相关分析中各指标的研究,给出了用于水下地磁匹配定位的最优指标。分析了现有TERCOM算法的缺陷并对其进行了改进,提高了水下地磁匹配定位的精度;提出了基于两段序列匹配后的重心位置计算INS前期积累误差的算法,实现了对INS的准确修正,确保了载体的定向精度。试验验证了这些方法的正确性。     

动态与静态平差方法在流动重力数据处理中的对比研究

为研究重力时变因素对流动重力网数据处理结果的影响,利用动态和静态2种平差方法对南北地震带南段流动重力观测数据进行处理,并对2种方法的重力变化结果进行对比分析。结果表明：1）重力时变因素会导致静态平差方法计算的重力变化结果存在误差,对0.5 a和1 a时间尺度下的重力变化具有较为明显的影响,但对2 a以上时间尺度下的重力变化影响较小,因此计算0.5 a和1 a时间尺度下的重力变化时宜采用动态平差方法;2）研究区内九寨沟7.0级、长宁6.0级和漾濞6.4级地震的发震地点与重力变化零值线具有较好的对应关系,重力变化图像可反映3次地震的发震背景。     

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。     

抗差估计的初值选择

对L1 范估计的平差值和LS估计的平差值作为抗差估计的初值进行了比较 ,指出在 ρ函数是严凸函数时 ,二者无明显的区别。因为LS估计简单且易于计算 ,因此建议用LS估计的平差值作为抗差估计的初值。     

多期复测水准网和重力网的动态联合平差

在利用重力测量结果研究地壳垂直运动时，重力－高程因子的确定是一个需要研究的问题。本文提出利用多期复测水准网与重力网动态联合平差的方法，同时求解地壳垂直运动速率和重力－高程因子。利用此方法对北京地区１９８３－１９９１年的水准和重力复测结果进行了计算，结果表明：两类不同观测值的权比配置是恰当的，平差模型是正确的、重力－高程因子的分布符合一般规律。     

GNSS/SINS组合导航的改进Sage-Husa自适应滤波算法

针对组合导航系统中标准Sage-Husa自适应滤波算法存在滤波发散的问题,提出一种改进的Sage-Husa自适应滤波算法。首先,对组合导航系统的线性卡尔曼滤波算法采用补偿反馈校正算法获得最优估计,并对滤波器新息向量进行简化;然后,提出一种改进的Sage-Husa自适应滤波算法,该算法具有实现简单并且可以避免状态估计发散的特点;最后,进行基于该算法的GNSS/SINS组合导航实验。结果表明,该算法可以对量测噪声突变方差和缓变方差进行准确跟踪,并且量测噪声方差估计精度与变分贝叶斯滤波方法相当;当量测噪声方差变化时,相对于标准KF算法,该算法可分别提高约20%和21%的位置精度和速度精度,能有效降低未知量测噪声统计特性对组合导航系统滤波精度的影响。