GPS／DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法.给出了由预测残差确定自适应因子的过程.利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高.     

基于等高线回放算法的DEM精度评估研究

一、引言 等高线是其它地形表示方法的几何基础,一组有一定间隔的等高线的组合可以用来较好地反映地面的起伏形态和切割程度。利用等高线数据来构建DEM是DEM数据生产的重要方式之一,不仅可以完整地表现地形的整体特征,还能保留某些复杂区域的地形特征。     

基于局部地球重力场模型的水下目标被动定位

提出了一种基于局部地球重力场模型的水下被动定位新模式.这种方法无需使用常用的匹配算法,因而也就摆脱了匹配算法的诸多限制.以分辨率为2′×2′的某区域重力异常数据为背景场进行仿真,仿真结果表明,局部重力场模型的平均误差小于0.133 1 mGal,潜器的平均经纬方向定位误差分别小于0.777 0 nmile和1.244 4 nmile.     

基于边界反走样算法的地图可视化研究

在现有反走样算法的基础上提出了一种适合于地图可视化的边界反走样算法,并通过试验对该方法的反走样效果和效率进行了测试,在地图可视化中得到了较好的应用.     

空间索引与多尺度表达的一体化模型研究

在分析各种常用索引的基础上,依据各自的适用范围,提出了对点对象建立格网索引,对线、面对象建立改进四叉树索引的组合优化策略。设计的改进四叉树索引避免了传统四叉树的重复索引,提高了数据访问的效率。     

误差熵的估计问题研究

指出了具有复杂分布的随机量的总体熵的估计问题,首次给出了估计熵的最小截断误差限.推导了样本熵的近似估计公式,引入最优窗宽、全局最优窗宽的算法,首次解决了样本熵的估计值不惟一的问题.     

一种基于Helmert方差分量估计的Vondrak滤波方法

从基于Helmert方差分量估计的Vondrak滤波方法(简称HVF法)的基本假设入手,介绍了HVF方法,该方法能够在未知拟合函数的情况下,通过自动选择合理的平滑因子控制数据平滑的程度,对时序数据序列进行合理平滑,最大限度的削弱数据序列中的随机误差,将信号与噪声合理分离.     

基于增强型GPS的自适应UKF实时星间相对定位方法

高精度的星间实时相对定位是卫星编队飞行的一项关键技术。本文以双星编队为例,提出一种基于GPS双频P码、双频载波相位以及星间距离观测信息的自适应UKF、实时相对定位方法。仿真结果表明:相比传统的EKF方法,该算法能有效地提高滤波稳定性及相对定位精度,而且,星间测距信息的引入能大大减少整周模糊度判定所需的历元数。     

基于免疫粒子群优化算法的影像纹理分类

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟。为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法。在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类。实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度。     

基于ICCP算法的重力辅助惯性导航

迭代最近等值线算法(ICCP)是一种重要的匹配导航算法,文中首先介绍ICCP算法的基本原理,随后在0.2′×0.2′重力异常数据库的基础上,利用ICCP算法进行仿真计算得到最佳匹配位置。最后为了验证匹配位置是否可用于修正惯导误差,提出将匹配位置误差作为观测量,用卡尔曼滤波对惯导系统误差进行最优估计。由最后的仿真结果可以看出,ICCP算法可有效抑制惯导纬度误差的增长,且最大纬度误差不超过2,′以匹配位置误差作为观测量可以用来估计惯导方位误差角。