GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差。针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中。通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦。仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优。     

GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差.针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中.通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦.仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优.     

水下目标的非同步定位精度仿真

水下目标的确定就是水下定位,水下定位主要是基于同步定位的方法,而对于非同步定位很少进行研究,显示水下目标的观测中,一般都会出现非同步定位的状况。在非同步定位方法引入到水下目标定位中,通过对同步定位方法进行分析加以改进,使其演变为非同步定位方法,构建深度已知情况下的非同步定位模型,分析不同误差源对非同步定位的影响,进行仿真数据的验证,得到不同误差源对非同步定位影响的量化指标。     

粒子滤波在高动态GPS定位中的应用

针对高动态GPS定位系统的特点,引入了一种基于粒子滤波的高动态GPS定位系统滤波算法。借助于移动目标的速度矢量模型建立了系统状态方程,论文给出了标准的卡尔曼滤波算法模型,重点讨论了粒子滤波算法在高动态GPS定位中的应用,详细描述了算法的推导过程。对算法进行仿真,结果表明当GPS接收机作大范围机动或GPS信号受到干扰时,粒子滤波要优于标准的卡尔曼滤波。     

水下目标卫星导航定位修正技术研究

提出了一种基于小型拖曳浮体进行水下目标卫星导航的原理模型,给出了模型的基本体系架构.为了从水面导航定位结果推算水下目标高精度位置信息,推导了两种定位修正算法,并基于数据融合技术提高了水下目标卫星定位修正的精度.试验结果表明,采用该技术可以较好地满足水下导航的精度要求.     

一种结合UKF与TLS的GPS机动跟踪算法

在GPS接收机产生机动时,运动模型的不匹配会给跟踪算法带来性能损失。本文提出一种机动检测、Unscented Kalman Filter(UKF)以及总体最小二乘(Total Least Square,TLS)相结合的解算方法用于接收机机动的GPS跟踪解算。首先,通过机动检测算法对目标的机动性进行判别,当目标机动较小时,利用UKF的最优检测性能进行跟踪,而当目标机动较大时,结合TLS的强跟踪性能,采用TLS和UKF联合进行跟踪。从而,在不增加方程维数的情况下,实现机动目标的实时、快速跟踪。仿真结果表明该方法对机动目标具有良好的跟踪性能。     

基于多波束声纳数据与反射模型的水下地形重建

利用多波束声纳数据重建水下地形,构建高空间分辨率的数字高程模型(DEM)对于在复杂水下区域的物质勘探、目标检测等方面有重要实用意义.然而,多波束声纳系统直接获得的测深数据空间分辨率有限本文基于多波束声纳系统采集的稀疏测深数据(空间位置)和密集回波强度数据(图像性质)来构建水下复杂地形高空间分辨率数字高程模型.利用采集的...     

基于非线性模型的水下同步定位解析

在水下定位模型研究中,传统的是进行水下定位模型的构建,再利用线性解解算水下定位坐标。而在水下深度无法确定的情况下,传统的线性解将无法精准的确定目标点的位置。为此,提出了基于非线性解的水下定位模型,该模型利用最小二乘对整个非线性方程进行解算,从而进行水下目标的定位。     

基于IMAGENEX DT101多波束测深系统水下DEM建模研究

水下数字高程模型的建立可以提高水下地形直观可视化表达效果,更精确地表达水下地形的目标大小、形态及坡度变化规律,为水利工程建设、水库清淤、防洪抗旱等工作提供有力的数据支撑。多波束测深系统具有大范围、高效率和高精度等优点,把测量技术从传统的以点代面、以线代面的测量扩展到了真正意义的面的测量,为水下数字高程模型建立提供高精度、高密度的原始数据。本文以辽宁某水库1∶2 000水下地形测量工程项目为例,基于IMAGENEX DT101多波束测深系统,研究了其水下地形数据采集的具体流程和数据处理关键技术,并利用Arc GIS建立了水下数字高程模型。结果表明:IMAGENEX DT101多波束测深系统能够快速、高效地获取水下地形测量数据,其成果精度满足了相关规范要求,可以推广应用到其他水库与河流相应比例尺水下数字高程模型建立。     

引入强跟踪滤波器的 IMM 算法在导航定位解算中的应用

针对单一模型对城市机动载体运动状态估计不足的问题,本文在标准交互式多模型算法的基础上引入强跟踪滤波器,并以“当前”模型和“CV”模型作为基础模型进行交互式模型滤波。利用信号源仿真动态数据分析对比了利用单一模型算法、标准交互式多模型算法和引入强跟踪滤波器的交互式多模型算法的定位解算性能。实验结果表明：本文提出的基于强跟踪滤波器的交互式多模型算法相比于“当前”模型滤波和标准IM M 算法径向误差方差分别从19.11和16.78降低到13.24．     

基于交互多模型的水下目标跟踪方法(英文)

According to the requirements of real-time performance and reliability in underwater maneuvering target tracking as well as clarifying motion features of the underwater target, an interacting multiple model algorithm based on fuzzy logic inference （FIMM） is proposed. Maneuvering patterns of the target are represented by model sets, including the constant velocity model （CA）, the Singer mode~, and the nearly constant speed horizontal-turn model （HT） in FIMM technology. The simulation results show that compared to conventional IMM, the reliability and real-time performance of underwater target tracking can be improved by FIMM algorithm.     

常加速度模型的简化自协方差最小二乘法

“当前”统计模型自适应算法并非真正意义上的自适应目标跟踪算法,其性能与其中关键参数的选择有着直接的关系。本文以常加速度模型对机动载体进行建模,顾及其状态噪声协方差矩阵满足特定结构,提出了简化的自协方差最小二乘噪声协方差估计方法,该方法通过建立新息的相关函数序列与未知噪声协方差矩阵间的函数模型,并结合最小二乘法进行噪声协方差估计。数值仿真结果表明,当载体进行阶跃加速度运动或变加速度运动时,本文所提方法的目标跟踪精度均优于“当前”统计模型自适应算法。     

基于模糊逻辑的自适应强跟踪卡尔曼滤波在GPS定位中的应用

当载体速度频繁发生突变时,针对卡尔曼滤波在GPS定位解算中对系统模型依赖性强、鲁棒性差的问题,提出了一种基于模糊逻辑的自适应强跟踪卡尔曼滤波算法。该算法主要利用模糊逻辑自适应控制器监测系统输出的残差均值,并根据模糊规则动态调整弱化因子,从而对强跟踪滤波器中次优渐消因子进行自适应调整,来实现抑制载体突变影响。仿真结果表明,该算法在载体突变的跟踪精度高于扩展卡尔曼滤波和强跟踪卡尔曼滤,其稳定性也有所提高。      

一种基于渐消因子的区间卡尔曼滤波器方法

在噪声环境中,运动目标发生稳态突变会降低卡尔曼滤波器的滤波性能,进而导致组合导航的可靠性降低,导航系统抗干扰能力下降,影响导航的精确度。为了提高卡尔曼滤波器性能,提高抗干扰能力和导航精度,在采用基于卡尔曼滤波器的超紧耦合同时,提出一种新型的基于渐消因子的区间卡尔曼滤波器算法。该算法通过引入渐消因子和区间矩阵对滤波器增益矩阵进行实时调整,并利用区间运算中的交集运算将各种误差源约束到交集区间,进而保证在区间运算中保真集合映射的完备性并取得最优化。结果显示,该算法能够克服原有滤波器算法的缺陷,在噪声环境中提升对稳态突变目标的跟踪能力,且在噪声中滤波器效果提高,算法计算量没有明显增加。     

快速交互式多模型算法的导航定位解算

针对卫星导航定位中单模型在急速转弯条件下出现较大偏差和交互式多模型系统运算量大的问题,该文提出了一种快速的交互式多模型算法。该算法先对CS模型进行改进,然后利用CV模型和改进的CS模型构成多模型系统,结合修正的滤波发散判据与次优的极大后验估计,根据载体实际的运动状态自行调整扩展卡尔曼滤波采用的运动模型,从而弥补了单模型描述复杂运动的不足。实验结果表明:与单模型相比,该方法有效解决了急速转弯误差大的问题;与标准交互式多模型相比,该方法对位置的估计精度提高了39.4%,而运算时间却缩短了47.4%。     

基于ORB-SLAM2算法的水下机器人实时定位研究

随着近几年视觉SLAM的快速发展,为机器人、无人机、汽车等导航定位提供了更多选择。针对当前水下机器人定位技术存在的系统复杂、操作难度大等问题,本文提出了一种基于ORB-SLAM2算法的水下定位方案。利用单目相机作为传感器,构建了单目视觉SLAM水下机器人定位模型,完成像素坐标系到世界坐标系的转换,介绍了ORB-SLAM2算法定位涉及的关键技术。通过水下理想环境试验,对ORB-SLAM2算法在水下定位性能进行了综合评价,通过海洋环境试验证明ORB-SLAM2算法可以有效对水下机器人进行实时定位。     

提高水下地形测量GPS定位精度的探讨

在近海、湖泊等水下地形的测量中，GPS与测深仪联用越来越广泛，GPS在水下地形测量中的定位精度受到诸多因素的影响，如GPS的安装、采集数据的后处理等。本文从安装方式、采集数据的可靠性分析和由各种原因引起的实时偏差修正等若干方面进行了研究探索。