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。     

一种基于极值检测与自适应滤波的图像去噪算法

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果,图像被严重污染时,这些算法得到的结果均不理想。针对这一缺陷,基于文献[1]提出的一种滤波算法进行改进。首先,利用极值法对图像进行检测,判断出噪声及非噪声点;其次,设置滤波模板的最小及最大尺寸,对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明:该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。     

声纳测深数据滤波及实践

介绍了声纳测深的主要误差,分析了测深数据的滤波方法,实现了测深数据的质量控制。     

美军GPS最新应用与研究

本文介绍了GPS在美国军事领域中的最新应用和美军利用GPS提高武器命中精度的研究现状。对美军在“科索沃危机”中使用的各种先进武器系统、智能专家指挥决策系统和后勤保障等诸多领域中GPS最新应用情况作了介绍,同时还介绍了美军WAGE项目的研究与实施情况,对加快发展我国的卫星导航技术具有重要的参考价值。     

均方根信息滤波和平滑及其在低轨卫星星载GPS精密定轨中的应用

从均方根信息滤波和平滑的基本原理出发,结合卫星定轨的实际特征,导出了其在精密定轨软件中实现的详细公式;针对均方根滤波的特点,提出了快速高效地探测和修复GPS观测数据中周跳的新方法。利用实测星载GPS数据验证了基于均方根滤波的质量控制算法的可靠性,得到了有益的结果。     

联邦滤波的改进算法

分析并综述了联邦滤波算法,以及该算法存在的问题.针对观测信息不足的情况下,结合抗差估计和自适应估计理论对联邦滤波算法进行了改进,给出了联邦滤波在局部传感器观测信息不足情况下的改进算法.由模拟计算结果可知,在局部传感器观测信息不足的情况下,改进的联邦滤波器能较好地抑制载体观测异常和状态扰动异常对动态系统参数估值的影响,具有很强的的抗差性和自适应性.     

一种新的消除GPS互相关干扰的方法——Q路滤波法

在微弱GPS信号处理中,当接收到的信号中某颗卫星的信号能量比较强,而其他卫星信号都很微弱时,就有可能出现这颗能量比较强的卫星对其他卫星信号的捕获、跟踪产生干扰,这种干扰就是互相关干扰。通过研究现有的消除互相关干扰的方法,提出一种全新的方法——Q路滤波法,这种方法操作简单,并且可以完全消除互相关的影响。     

一种迭代的GPS/INS组合导航滤波算法

简要介绍了GPS/INS松组合导航系统状态方程和观测方程.针对标准Kalman滤波算法存在的状态方程截断误差、噪声统计特性的不确定性以及状态扰动异常的影响,给出了一种应用于GPS/INS组合导航系统的迭代滤波算法.该算法采用迭代策略,不断利用观测信息实时修正状态预报值.实测数据计算结果表明,通过对状态预报值的实时修正,该算法能够很好地抑制状态预报信息的不确定性和扰动异常等对导航解的影响.其滤波解精度明显优于标准Kalman滤波.     

最小二乘支持向量机在海洋测深异常值探测中的应用

提出了利用最小二乘支持向量机(LS-SVM)构造海底趋势面,利用该趋势面对海洋测深异常值进行剔除的方法,并与趋势面滤波进行了分析和比较,用定理证明趋势面滤波只是LS-SVM取特定参数时的解。实测算例表明,通过调整LS-SVM的参数,使其构造的趋势面更合理,从而有效地剔除测深异常值。     

基于卫星加速度恢复地球重力场的去相关滤波法

基于加速度法恢复地球重力场时,卫星加速度是由卫星轨道数值微分得到,而数值微分会放大高频误差,进而降低了重力场解算结果的精度.针对数值微分导出的加速度误差具有有色噪声的特性,提出利用去相关算法构造白化滤波器对加速度有色噪声进行滤波处理,并根据去相关的基本原理分别构造了基于三点差分和ARMA模型的白化滤波器.采用不同噪声背景的CHAMP卫星模拟轨道数据进行解算,结果表明:基于去相关滤波解算的重力场模型精度均要比等权解算的重力场模型精度高,初步验证了去相关滤波方法的有效性.