GPS/DR原始观测值组合导航定位研究

根据GPS/DR组合系统的导航定位原理,推导了利用GPS原始观测值与DR航位推算信息进行组合的Kalman滤波模型,并利用该滤波模型对GPS/DR原始观测数据进行航位解算.数据处理结果表明,即使在只有两颗GPS观测卫星的情况下,该滤波模型也可以充分利用GPS现测信息提高DR航位推算精度.     

多关节深海航行器组合导航算法

为解决多关节水下航行器定位问题,本文提出了基于捷联惯导+航位推算的组合导航算法。该方法利用捷联惯导系统测量航行器的位置,采用航位推算的方法得到航行器在下一时刻的位置,然后将测得的信息采用Kalman滤波处理,得到高精度的位置信息。通过Matlab/SIMULINK平台对比其他两种单一导航系统的性能,仿真结果表明,采用捷联惯导+航位推算算法时,位置误差可控制在5 m以内,满足多关节水下航行器的定位需求。     

利用渐消自适应EKF算法进行PDR-WiFi融合定位

针对基于指纹库的WiFi定位存在的点位重积、回跳,行人航位推算算法中误差积累的问题,提出了并实现了通过一种自适应加权扩展卡尔曼滤波对两种定位算法进行松耦合。首先给出了WiFi无线定位和行人航位推算进行位置解算的原理,采用渐消因子的自适应加权EKF算法实现了两者的融合,最后通过实测数据验证算法的有效性。试验表明,该方法在保持了WiFi定位单次定位高精度的特性的同时,继承了航位推算的连贯性,不仅减少了WiFi定位所存在的重复堆积点以及回跳点,并在一定程度上削弱了行人航位推算所存在的积累误差,提高了融合算法的效率,大大提高了室内定位的精度与稳定性。     

航向角约束的手机RTK航位推算融合定位模型全文替换

针对手机RTK定位易受环境影响以及航位推算过程中航向角易发散问题,设计了一种基于航向角约束的手机RTK航位推算融合定位模型。在对惯性传感器数据进行时间对齐、筛选、离散低通滤波等预处理的基础上,采用直接法卡尔曼滤波对位置和速度进行估计。在滤波过程中连续跟踪IMU航向角,根据IMU航向角变化量实时判定运动状态,并在直线阶段对手机航向角进行修正,来进一步抑制误差。本文进行了8组室外步行定位实验,实验结果表明：航向角修正后航位推算的方向准确度显著提升,定位轨迹与基准更加一致;表现在平面定位精度上,RTK精度1.491 m,融合定位精度在航向角修正前为1.558 m,修正后1.403 m。航向角的修正能够有效抑制航位推算的误差积累,从而使融合定位模型获得更优的定位估计。     

环境语义信息辅助的室内停车场车辆定位方法

针对室内停车场环境下GNSS信号受限,无法进行车辆定位的问题,本文提出了一种环境语义信息辅助的室内停车场定位方法。该方法基于智能手机,首先在使用机器学习识别室内停车场中环境语义信息(减速带、转弯)的基础上,建立了室内停车场路网的拓扑结构,然后利用粒子滤波算法对传统车辆航位推算定位数据进行了融合。试验结果表明,该方法有效消除了车辆航位推算的累积误差,平均定位精度达3 m以内,并通过语义信息匹配减少了传统粒子滤波方法的运算时间。     

基于卡尔曼滤波的Wi-Fi/PDR融合室内定位方法研究

当前智能手机大多集成了多种传感器,组合多种传感器数据进行室内定位已成为研究热点。本文针对传统的Wi-Fi位置指纹室内定位精度不高的问题,提出了一种基于卡尔曼滤波结合行人航位推算的融合定位方法,经测试,融合定位方法的平均定位精度为3.1 m,较单独Wi-Fi指纹定位精度提升了43%。同时针对PDR步数检测不准确的问题,本文提出了基于低通滤波和阈值滤波的组合滤波方法,将计步准确率提高至99%,对于不同的应用场景具有较强的适应性。     

基于粒子滤波的PDR/地磁指纹室内定位

针对行人航位推算(PDR)定位存在误差累积和地磁指纹不唯一导致的误匹配问题,本文改进了基于粒子滤波的PDR/地磁指纹室内定位方法.在PDR定位过程中利用地图信息控制粒子权重更新,得到较为准确的位置信息后,利用动态时间规整(DTW)算法在PDR推算位置基础上进行快速序列匹配,获取最优位置估计.试验结果表明,融合定位方法有...     

高精度、微小型惯性/GPS组合导航系统研究

针对INS/GPS组合导航系统航向角可观测性差的问题,提出了把航向信息耦合到Kalman滤波器量测方程中的方法,以及用航位推算校正航向的方法来抑制航向角发散的趋势。为满足低成本、小型化的要求,以MEMS陀螺和加速度计为核心,构建了高精度组合导航系统。仿真试验表明,两种算法均达到了较高的定位/定向精度,对导航系统在小型化领域的推广应用具有实际意义。     

多传感器行人航位推算方法和UKF融合算法

针对利用惯性测量单元进行行人航位推算（PDR）时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波（UKF）的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新（ZUPT）对速度误差进行修正,零角速率更新（ZARU）和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明：使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。     

蓝牙和地图辅助行人航位推算的室内定位系统

针对行人航位推算算法中误差积累的问题,提出并实现了一种蓝牙纠正+地图匹配辅助行人航位推算的室内定位方法:首先通过划分矢量域对手机航向角予以校正,削弱线性矢量域的累积误差,并使用蓝牙信号强度模型反演距离,达到纠正关键点的效果。实验结果表明,该方法在保证了PDR的实时性以及短时间内的高精度性的同时,大幅削弱了PDR的误差,在一定程度上提高了系统整体的精度、可靠性以及抗差性。     

北斗RDSS用户机测试系统指标监测校准方案设计

北斗卫星无线电测定业务(RDSS)用户机是我国北斗卫星导航试验系统的应用终端,测试系统可为用户机研制和使用提供可靠保障。鉴于RDSS体制的特殊性,测试系统的重要性能指标包括:用户机入站信号测量指标、用户机时延测量指标、以及用户机测试系统出站信号。为确保测试系统测试标准的统一,需要对测试系统的这些指标进行监测和校准。通过对普通用户机提出技术改进设计,为测试系统校准提供可行性方案,实现测试系统指标向标准测试仪器的溯源。     

The Rotation Forest algorithm and object-based classification method for land use mapping through UAV images

This study aims to test the performance of the Rotation Forest (RTF) algorithm in urban and rural areas that have similar characteristics using unmanned aerial vehicle (UAV) images to produce the most up-to-date and accurate land use maps. The performance of the RTF algorithm was compared to other ensemble methods such as Random Forest (RF) and Gentle AdaBoost (GAB) for object-based classification. RGB bands and other variables (i.e. ratio, mean, standard deviation, ... etc.) were also used in classification. The accuracy assessments showed that the RTF method, with 92.52 and 91.29% accuracies, performed better than the RF (2 and 4%) and GAB (5 and 8%) methods in urban and rural areas, respectively. The significance of differences in classification methods was also analysed using the McNemar test. Consequently, this study shows the success of the RTF algorithm in the object-based classification of UAV images for land use mapping.     

基于信号模拟器的接收机抗干扰测试方法研究

为了衡量导航终端接收机的抗干扰性能,满足产品测试需求,针对干扰信号的复杂特点,研究了导航终端接收机的抗干扰性能测试方法。针对几种典型的干扰信号进行分析和仿真,得到最佳干扰效果。同时利用软件的信号模拟发生器,改变干扰类型、干扰强度以及干扰频段,对卫星导航软件接收机的抗干扰能力进行了测试,仿真实验验证了测试方法的可行性。     

ASHTECH LOCUS GPS接收机测边精度及基线处理软件的检验

本文研究ＡＳＨＴＥＣＨ ＬＯＣＵＳ ＧＰＳ接收机测边精度,同时给出一种检验其基线处理软件的有效方法。在不需要标准基线场的情况下这种方法不失为一种检测ＧＰＳ接收机精度的好途径。     

卫星用户导航设备性能测试和评估方法初探

为适应我国新一代"北斗卫星导航系统"的建设需求,针对北斗系统接收机的性能测试与评估方法进行了初步探讨,提出了内外场相结合的解决方案,并证明其合理可行。     

A discrimination test procedure for ambiguity resolution on-the-fly

Ambiguity validation tests include the acceptance test and discrimination test, which are both important steps in the Global Positioning System ambiguity resolution process. An ambiguity discrimination test procedure based on a test statistic which is constructed by the difference (not the ratio as used in current procedures) between the minimum and second minimum quadratic form of the residuals in ambiguity identification, and its standard deviation, is proposed. The distribution function of the proposed test statistic is theoretically identified as a standard normal distribution when the known a priori variance factor is used, or as a Student's t distribution when the estimated variance factor is used. With this procedure, the ambiguity discrimination test is based on a more rigorous test statistic whose critical value can be calculated with any chosen level of significance. Test results indicate that the proposed ambiguity discrimination test procedure is reliable for use in ambiguity resolution on-the-fly. Received: 17 December 1997 / Accepted: 30 June 1998     

GPS局域增强系统在预防机场跑道入侵领域应用的性能分析

阐述了具体的跑道入侵防止系统的开发计划;推导了具体的LAAS定位误差计算方法;通过实际测试数据与标准性能参数比较,验证了GPSLAAS在预防跑道入侵系统中作为地面监视设施的可行性和不足。     

BDS高精度动态检测系统的设计与实现

针对中国北斗卫星导航系统(BDS)用户设备动态性能的检测需求,本文设计了一种可以在真实环境下,高效、自动化测试的检测系统,称为BDS高精度动态检测系统(BDHDS).该系统以依维柯汽车为载体,高精度的惯性组合导航系统为测试基准,布设了卫星信号采集回放仪、卫星信号转发器、测试暗箱、监控设备等专业测试设备,并且基于JavaScript开发了自动化测试评估软件,实现了卫星信号采集、回放,测试结果实时显示,测试报表自动生成、测试过程记录等功能.为了检测BDHDS的有效性,本文选择了两种不同型号的BDS设备分别进行了静态、低速动态和高速动态跑车试验,试验结果表明该检测系统能够直观高效地评估BDS用户设备的动态性能.     

船用摇摆试验台外环轴的方向标定

船用摇摆试验台外环轴的方向标定,属于难度很大的超短基线观测技术。本文探讨了其中的几个关键技术,叙述了方位角的传递与观测纲要,分析了方位角的传递误差,为实时精确测量舰船摇摆的姿态参数,对船载仪器设备动态性能试验提供准确数据,建立了基准方向。     

Validation tests of an improved kernel density estimation method for identifying disease clusters

The spatial filter method, which belongs to the class of kernel density estimation methods, has been used to make morbidity and mortality maps in several recent studies. We propose improvements in the method to include spatially adaptive filters to achieve constant standard error of the relative risk estimates; a staircase weight method for weighting observations to reduce estimation bias; and a parameter selection tool to enhance disease cluster detection performance, measured by sensitivity, specificity, and false discovery rate. We test the performance of the method using Monte Carlo simulations of hypothetical disease clusters over a test area of four counties in Iowa. The simulations include different types of spatial disease patterns and high-resolution population distribution data. Results confirm that the new features of the spatial filter method do substantially improve its performance in realistic situations comparable to those where the method is likely to be used.