利用粒子滤波进行动态精密单点定位观测异常影响控制

采用粒子滤波控制观测异常影响,提高动态精密单点定位精度。粒子滤波是一种非高斯噪声分布的动态滤波,通过重点概率密度进行随机采样以获取高精度状态参数;根据观测噪声概率密度、状态噪声概率密度以及重点概率密度等因素确定粒子权值,降低受污染粒子对定位结果的影响;采用Kalman滤波进行重点采样,减缓粒子退化;采用单差无电离层固定模糊度,减少状态参数维数,进而减少粒子的选取个数。实测数据结果表明,粒子滤波有效控制了观测异常影响,提高了动态精密单点定位的精度。     

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。     

两种渐消滤波与自适应抗差滤波的综合比较分析

给出了两种渐消滤波解及其相应的原则，介绍了自适应抗差滤波原理和相应的解，分别从原理和解的表达式上分析了两种渐消滤波和自适应抗差滤波解算的基本性能。利用一个实际算例比较了渐消滤波与自适应抗差滤波解在控制状态异常影响方面的能力。     

GPS动态数据处理中的快速Kalman滤波算法

根据GPS数据处理中的Kalman滤波状态转移矩阵和设计矩阵大量存在零元素的特点,将其构造成特定稀疏矩阵.再利用稀疏矩阵乘法,同时结合矩阵对称性、矩阵求逆降维等方法,可大大减少Kalman滤波的乘法次数.在非差C/A伪距情况下,该算法乘法总次数不到传统算法的1/3;在双差伪距P1,P2 双差载波情况下,该算法乘法总次数甚至不到1/6;其耗时也只有传统算法的1/3左右,因而大大提高了Kalman滤波的计算效率.     

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.     

基于àtrous小波分解的贝叶斯SAR图像滤波

合成孔径雷达(SAR)在成像过程中由于回波的相干性而产生斑点噪声,严重干扰了图像的自动解译。根据SAR图像斑点噪声的特殊性,首先对影像进行对数变换,并使用àtrous运算法则对变换后的影像进行分解,然后通过贝叶斯原理估计修正小波系数。与自适应局域统计滤波和基于M allat分解的滤波算法进行分析比较,结果表明,该方法在噪声滤除和边缘保持方面效果较好。     

一种基于小波变换的InSAR干涉图滤波方法

提出一种基于小波变换的InSAR干涉图滤波算法,此算法先用小波变换对干涉图数据做多级分解,得到图像的多级近似部分系数和3个(水平、垂直、对角线)方向的细节部分系数,然后分别对每一级各个方向的细节部分系数检测其是否为对应方向的边缘,对边缘处的系数根据边缘的方向不同,用不同的方向模板平滑后,再中值滤波;对非边缘处的系数直接中值滤波。用真实的InSAR干涉图实验结果证明此方法具有较好的滤波效果。     

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。