Comparison of Two Fading Filters anc Adaptively Robust Filter

Two kinds of fading filters and their principles are introduced. An adaptive robust filter is given with corresponding principle. The basic abilities of the fading filters and adaptively robust filter in controlling the influences of the kinematic model errors are analyzed. A practical example is given. The results of the fading filter and adaptively robust filter are compared and analyzed.     

基于遗传克隆选择算法优化BP神经网络的地理信息预测研究

针对BP神经网络训练过程中的训练时间较长、完全不能训练或容易陷入局部极小值等问题,提出基于遗传克隆选择算法(CLOGA)优化BP神经网络的流程,克服BP算法的一些缺陷。并通过湖北省人口预测问题进行效果检验,得到满意的结果。     

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.     

基于关联信息的灰色沉降预测模型及其应用

提出用背景值的迭代计算构造方法来改进GM(1,1)模型,并在此基础上建立基于关联信息的灰色沉降预测模型.最后将其应用于沉降监测点的恢复重建中.试验结果表明,新的背景值构造方法足有效的,所建立模型的拟合及预测值较传统方法更加精确可靠,具有一定的实用价值.     

EKF/UKF在基于地磁场的卫星自主定轨中的应用比较

研究了基于地磁场的自主导航,建立了以卫星轨道动力学方程为基础的系统状态方程,并详细推导了以地磁场矢量为观测量时的观测方程.由于传统的卡尔曼滤波不能解决系统的非线性问题,因此把扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF引入到系统中;并用Matlab对基于地磁场的自主导航系统进行了仿真.仿真结果表明,UKF有更好的收敛性和...     

基于衰减因子的虚拟应答器信息融合方法研究

针对虚拟应答器(VB)信息融合时使用Kalman滤波易出现滤波发散的问题,提出了基于改进Sage-Husa自适应滤波算法的信息融合方法. 首先采用自适应滤波动态调节噪声统计特性参数,抑制滤波发散,在预测误差方差矩阵中引入衰减因子,减小陈旧数据的影响进而提高滤波精度,最后进行仿真实验,将所提出的滤波算法与Kalman滤波和Sage-Husa自适应滤波在VB的位置误差和速度误差上进行对比. 仿真结果证明:在相同的时间内,本文所述算法在VB的定位误差上具有显著优势,具有较好地稳定性.      

航空重力测量中的厄特弗斯改正

为提高航空重力测量数据的处理精度,在分析厄特弗斯改正计算模型的基础上,研究飞机的速度误差、方位误差和位置误差对厄特弗斯改正的精度影响,进一步研究模型中平方项对滤波处理的影响。结果表明：速度误差是影响厄特弗斯改正精度的主要因素,另外,厄特弗斯改正不需要进行滤波处理。     

基于多分辨率分析的LiDAR数据处理与可视化

基于多分辨率分析的数据滤波算法对于地形变化单一但地物和地形区别明显的场景,地形多变但连续且地物和地形区别明显的场景具有非常优越的滤波效果.研究基于多分辨率分析的数据滤波算法的基本原理,在Visual C++6.0平台上编程实现该算法,建立LiDAR数据处理与可视化系统,详细介绍各功能模块的实现方法和功能,实现由LiDA...     

一种基于梯度信息的小波SAR图像滤波方法

提出一种基于梯度的自适应小波滤波方法.这种算法利用梯度和纹理信息控制阈值的选取,使滤波器在平坦区域能够有效去除噪声、在边缘区域有效保持边缘.应用于SAR图像斑点噪声滤波,并与增强Lee,Frost滤波,Gamma MAP滤波和Kuan滤波几种算法的结果进行比较分析,表明这种算法不仅能有效去除斑点噪声还能很好地保持图像的边缘等细节信息.     

CVVF方法用于GPS多路径效应的研究

将交叉证认法与Vondrak数字滤波器相组合,提出一种分离测量资料中信号与噪声的新方法,即CVVF方法,并将该方法用于GPS多路径效应的研究中.对数字模拟试验和实际观测资料的分析表明,该方法能最大限度地削弱测量的随机误差,使资料序列中的信号和噪声合理分离.同时,利用GPS多路径效应周期性重复的特性,可有效地削弱多路径效应对观测结果的影响,从而提高GPS定位精度.