BDS/INS深组合导航性能分析

通过对BDS/INS深组合导航进行较为全面的性能分析（重点针对INS辅助BDS捕获、跟踪环路机理及性能评判准则）发现,在INS辅助下可以显著提高BDS信号捕获灵敏度、缩短平均捕获时间,并可以维持环路的锁定跟踪状态以提高导航精度。同时,考虑GNSS接收机受到超强干扰或卫星信号受到持续遮挡等特殊条件,给出BDS/INS深组合的结构设计,并基于软件接收机对深组合导航系统性能进行仿真分析。该仿真结果对工程应用具有参考价值。     

吐哈盆地侏罗纪煤系源岩芳烃组成及生源、环境意义

本文系统分析了吐哈盆地侏罗纪煤系源岩的芳烃分布特征。结果表明，吐哈盆地煤成油形成于特殊成煤环境，其有机质主要来源于高等植物，但也有藻类等低等水生生物的重要贡献，沉积环境主要为湖泊-沼泽相，淡水-半咸水介质，弱还原-还原环境。     

顾及时变非高斯噪声的高斯和滤波及其导航应用

高斯和滤波可利用高斯混合模型精化非高斯嗓声随机模型来提高估计精度,但导航测量环境的动态性和复杂性使非高斯噪声具有时变性特征,若GMM不随之调整会导致滤波解算失真.针对该问题,本文提出一种基于位移参数自适应估计的高斯和滤波算法.首先分析GMM位移参数对非高斯噪声拟合精度的影响,然后利用位移参数自适应技术修正GMM,进而改...     

变分优化的高斯混合滤波及其在导航中的应用

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显著提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。     

地形渲染算法的研究

为适应大规模地形海量数据的实时可视化,出现了多种地形渲染算法,其中Mipmap算法和Clipmap算法是当今较为流行的两种,本文分别讨论了这两种算法的基本思想、数据组织和实现过程.最后,又提出了Clipmap的一种改进方法和今后的研究方向.     

小型化LEO星座与BDS-3全星座联合定轨仿真

受限于区域监测站及地球静止轨道(geosynchronous earth orbit, GEO)卫星的静地特性,北斗卫星导航系统(BeiDou satellite navigation system,BDS)定轨精度较差,加入低轨卫星(low earth orbit,LEO)星载数据可显著提升定轨精度。使用一种由24颗LEO卫星组成的小型低轨卫星星座,在BDS-3全星座情况下,仿真分析了导航卫星与低轨卫星联合定轨对北斗卫星轨道的提升程度。分别进行仅地面测站定轨、地面测站与LEO联合定轨试验,包含全球均匀、亚太区域、亚海分布3类测站布局。结果表明:(1)仅地面测站定轨时,GEO卫星轨道三维精度在分米量级,加入LEO观测数据后,定轨精度在厘米量级,提升程度达80%以上;(2)区域地面测站时,导航卫星轨道三维精度在分米量级,加入LEO卫星后,所有类型导航卫星定轨精度均提升至数个厘米,提升效果显著;(3)全球均匀测站时,LEO的加入仍然可提升倾斜地球同步轨道/中高轨道卫星定轨精度,提升效果在毫米至厘米量级。     

煤与泥岩排烃过程中甾、萜烷色层效应差异

利用未混油或混油源岩样品（指在源岩样品中加入一定量石油）进行低温排烃模拟实验，系统研究了煤与泥岩排烃过程中甾、萜烷的色层效应。结果表明，在排烃过程中煤与泥岩甾、萜烷的色层效应存在显著差别。煤排出烃与残留烃之间的甾、萜烷分布产生了明显的变化，许多常用的甾、萜烷参数的变化已难以解释其排出烃与残留烃之间的关系，但泥岩排出烃与残留烃之间的甾、萜烷分布特征仍具有可比性。煤与泥岩表现出的明显不同的甾、萜烷色层效应提示，应用甾、萜烷等生物标志物解决煤成烃问题时必须充分考虑排烃作用的影响，并需进一步探索适用于煤成烃的方法和指标。     

煤成油油源对比问题讨论

通过吐哈盆地煤的低温排烃模拟实验及源岩与原油之间组分分析,发现煤与泥岩的排烃作用存在明显差异。煤成油在排驱过程中,由于地质色层作用使组分分布特征产生了明显变化而难以与母源对比。煤成油的油源对比不适宜引用以往＂油一源必然相似＂的原则。     

非高斯有色噪声影响下的高斯混合滤波算法

针对GNSS/SINS紧组合定姿定位系统在非高斯有色噪声环境下直接使用高斯混合扩展卡尔曼滤波（Gaussian mixture extend Kalman filter, GMEKF）出现的随机模型失配现象,提出一种顾及非高斯有色噪声影响的GMEKF优化算法。该算法在高斯混合模型对非高斯噪声近似的基础上,通过状态扩增和量测组差对非高斯噪声序列中的有色噪声成分进行白化处理,从精化随机模型的角度改善了GMEKF算法的性能。实验结果表明,在非高斯有色噪声环境下,相比于GMEKF,该算法对随机模型建模更准确,将其用于受非高斯有色噪声影响的定姿定位场合中可进一步提高导航解算精度。     

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。