集合卡尔曼滤波在流域水文模型流量预报中的应用

针对流域降雨入渗过程,引入集合卡尔曼滤波(EnKF)理论,视整个边坡流域为一个随机动态系统,将边坡流域流量观测值作为系统的输出,用集合卡尔曼滤波模型来描述系统的状态;结合流域流量计算方法,实现水文模型参数的随机动态估计,在有效获得待估参数的同时还给出估计值的不确定性.通过数值算例表明,集合卡尔曼滤波可以有效地对含噪声的量测数据进行处理,能够跟踪水文模型的动态变化.相对于常用最优化算法,集合卡尔曼滤波同时给出反演结果和先验知识的后验分布,显示出更好的实时性和可靠性.     

北斗三星无源导航定位技术研究

简述北斗三星无源导航定位的原理及定位误差源。探讨用最优估计理论和方法,即卡尔曼滤波技术,消除北斗三星无源定位数据中随机误差的方法。对华南沿海北斗三星无源定位实验数据进行滤波处理,结果表明:(1)北斗三星无源定位单点定位精度在纬度方向为±58m,经度方向为±4.3m,经卡尔曼滤波后其单点定位精度在纬度方向为±43m,经度方向为±3.6m;(2)北斗三星定位误差主要分布在纬度方向;(3)通过卡尔曼滤波可使北斗三星无源定位精度提高25%。     

基于罗经/DVL/水声定位系统的水下组合导航方法研究

针对基于罗经/DVL航位推算系统位置误差积累的问题,研究基于罗经/DVL/水声定位系统的水下运载体组合导航定位方法,设计了组合导航方案,建立了基于航位推算系统的误差方程,在此基础上引入水声定位系统的位置量测信息,设计了卡尔曼滤波器,实现了罗经/DVL/水声定位系统的信息融合。最后对研究的方法进行了计算机仿真和半物理仿真实验。实验结果表明,该方法抑制了航位推算系统位置误差发散,且减小了水声定位数据波动幅度,实现了水下运载体的高精度导航定位。     

考虑预报偏差的迭代式集合卡尔曼滤波在地下水水流数据同化中的应用

集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）方法已广泛应用于地下水水流和污染物运移模拟相关问题的求解。但前人研究多建立在同化系统预报模型是准确的基础上,忽视了模型概化的不确定性。当模型概化不准确时,将导致预报偏差,可能带来错误的系统估计。因此,文章提出考虑模型预报偏差的迭代式集合卡尔曼滤波（Bias aware Ensemble Kalman Filter with Confirming Option,Bias-CEnKF）方法。以地下水水流数据同化为例,研究模型概化存在不确定条件下,边界条件、初始条件、源汇项概化不准确时新方法的有效性。结果表明,当预报模型概化不准确时,使用标准EnKF方法进行数据同化,可能会导致滤波发散,造成同化失败。Bias-CEnKF方法不仅保留了较好的同化性能,同时减小了参数、变量、偏差项非线性关系带来的不一致性。针对文章中4种情景,Bias-CEnKF同化获得的含水层渗透系数场以及水头场均接近真实场,且预报结果可靠。本研究进一步提升了模型概化不确定时EnKF方法的适用性,为实际野外复杂条件下地下水水流数据同化问题提供了可靠的方法。     

磁性目标跟踪的多模型自适应滤波方法

针对非协作磁性目标定位中初始条件难以确定的问题,提出一种基于静态多模型滤波思想的自适应跟踪方法。 首先对磁场观测模型进行分析,设计了一种磁性目标初始参数估算方法,通过该方法得到不同假设条件下的磁性目标状态初值及其误差矩阵,在此基础上起始多个扩展卡尔曼滤波器(Extended Kalman Filter, EKF) 进行求解,根据各个滤波器的求解结果利用最大似然准则选取最佳解作为当前时刻估计结果。 通过仿真实验验证了方法的有效性,结果表明,方法可在目标源及位置等先验信息完全未知条件下准确估计出真实目标状态,对磁性目标实际应用具有参考价值。     

捷联式航空重力扰动矢量解算及误差补偿

介绍捷联式航空重力矢量测量的基本原理,利用波数相关滤波（WCF）、比力线性校正的方法对重力扰动的水平和垂向分量进行误差补偿,评定内符合精度。对国产捷联式航空重力矢量仪的某次试验数据进行处理,以验证和评估航空重力矢量仪的性能。结果表明,在半波长分辨率为7.5 km时,6条重复测线的重力扰动水平分量经波数相关滤波处理后,东、北向分量的平均内符合精度分别从9.77 mGal、9.18 mGal提高到5.95 mGal、3.83 mGal;对比力的垂向分量线性校正后,将解算的重力扰动垂向分量再用WCF方法处理,其平均内符合精度从1.27 mGal提高到0.59 mGal。     

重力辅助匹配惯性导航系统研究

常规的航位推算方法无法满足水下潜器长时间工作的导航要求,惯导设备的定位误差随时间积累,重力异常数据和重力梯度数据进行匹配辅助导航可以连续的对惯性导航系统积累误差进行校正。 文章介绍了利用重力辅助惯导的思想和原理,对重力辅助惯性导航进行了讨论,建立包含重力异常/ 重力梯度数据的 Kalman 滤波算法,并采用改进的 ICCP 算法对重力异常匹配导航进行了模拟试算,结果表明在现有的技术条件下,重力辅助匹配导航能够胜任水下航行的工作任务,保证长航时的水下定位精度。     

平面监测网的动态滤波

在假定形变区域为分块连续弹性体的基础上,本文提出一个所谓虚拟形变速率参数形变模型,由它的特例可推出常见的单点位移形变模型。之后又讨论和研究了平面监测网的观测数据滤波问题,设计出一个虚拟形变速率参数卡尔曼滤波器,具体做了这几项工作:(1)在所提出的形变模型下,推导出平面监测网的状态方程;(2)解决了初始状态及其方差阵的估计问题;(3)在极大似然的原则下,得到了动态噪声方差阵的逐次修正公式。在对两个模拟网的几种不同方案进行试算之后,本文提出了几点结论和建议。     

抗SA影响的卡尔曼滤波技术

运用现代时间序列分析方法对ＳＡ定位误差模型进行建模研究，并由此提出抗ＳＡ影响的卡尔曼滤波模型。