Underwater Navigation Based on Real-Time Simultaneous Sound Speed Profile Correction

Precise sound speed profile (SSP) information is critical when using sonar for underwater terrain navigation. Nevertheless, acquiring SSP information in real-time is difficult, especially in underwater navigation environment. To account for this problem, this paper presents an underwater navigation method that applies real-time SSP correction to the terrain measurements. The method uses a probe to measure the surface sound speed simultaneously. Meanwhile, redundancy of topographic measurement data is exploited to derive the equivalent SSP information. The acquired equivalent SSP is updated continuously with particle filter algorithm. The terrain measurements can be corrected in real-time with the equivalent SSP to improve the performance of underwater terrain navigation. By removing the impact of inaccurate SSP from the terrain measurements, the proposed method can achieve precise and robust underwater navigation result without using an underway-profiling instrument. Simulated results confirm the good performance of the proposed method.     

中国地区集合预报产品自适应递减平均偏差订正法的改进研究

基于中国地区T213集合预报产品2 m温度预报数据,采用卡尔曼滤波类型的自适应递减平均法进行偏差订正处理,原方案在剧烈降温天气订正效果表现不理想。通过对递减平均参数w的重新构建得到改进的订正方案w(i,p)(i为站点信息,p为天气过程信息),在此基础上进一步优化对历史信息的有效提取,得到改进的方案w(i,p)相似法和w(i,p)统计法,并进行效果检验。结果表明:改进为包含空间和天气过程信息的函数w(i,p)后方案的订正效果得到不同程度的提高,其中24 h剧烈降温预报各成员预报均方根误差平均减小了0. 15℃;而进一步改进的w(i,p)统计法在当前几种剧烈降温预报中订正效果最优,其集合平均偏差与w(i,p)方案相比减小2. 54℃。     

国家数字地震台数据处理研究

为了突显被淹没在噪声背景下的有用信息,对国家数字地震台的数据处理方法进行了研究,并用Matlab程序给出了详细的设计过程。     

航空重力弱信号提取的卡尔曼滤波方法研究

航空重力测量以飞机为载体对重力场数据进行采集.由于气流、飞行状态及机体自身振动等因素的影响,航空重力测量原始数据含有大量的噪声,信噪比高达上万级分之一,因此从原始测量数据中获取弱小重力信号成为航空重力测量系统发展的一个技术难题.本文针对航空重力测量系统将通用卡尔曼滤波公式进行了适应性调整,建立了航空重力异常的数学模型,...     

海洋天然气水合物调查地震采集技术——调查初始阶段研究

地震调查方法在水合物中的应用分为两个主要阶段:调查初始阶段和调查深入阶段。调查初始阶段以“突出天然气水合物的四大主要识别标志(似海底反射、振幅空白带、穿层特征、振幅和速度结构异常)”为主要目的,为资料的处理、解释提供丰富的地震信息。从而圈定天然气水合物富集程度高、成藏条件好的“目标”靶区,开展深入调查,更好地展现“天然气水合物矿体立体上的形态特征”,了解“水合物矿体的厚度、顶底界面及富集程度”。文中从震源技术研究、高分辨率地震调查技术的调谐组合参数研究和野外施工方法等方面的内容出发,根据大量野外技术试验资料和有关科研成果,总结了在天然气水合物调查初始阶段的特点及相应的地震调查技术。     

TEMPORAL AND SPATIAL DYNAMICS OF DIFFERENT PARTICLE SIZE OF SUSPENDED SEDIMENT IN THE LIU RIVER CATCHMENTS,CHINA

1 INTRODUCTION The particle size of sediment eroded from basins can provide basic information about erosion processes (Meyer et al., 1980), which can be divided into sheet wash sediment processes on hill slopes and fluvial sediment processes in rivers. In…     

PDR算法对地磁室内定位精度的提升研究

利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位,而且基于地磁场的定位无需布设任何额外设施,因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题,本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法,并开发了地磁室内导航系统,以智能手机为硬件平台构建磁力计传感器模型,建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内,产生的平均定位误差为1.13 m,最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%;与单一地磁指纹匹配算法相比,定位精度提高了57%。试验证明,本文提出的融合算法对提高室内定位精度具有显著的作用。     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点,但受精度和采样率的限制,其对微变形及高频振动信息不敏感;而加速度计具有高精度和高采样率等优点,但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势,提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明,与单一的GNSS监测技术相比,该方法有利于削弱GNSS高频噪声的影响,提高位移数据的采样率,可有效识别超高建筑的低频和高频振动频率,提高对微变形振动的监测能力;与单一的加速度计监测技术相比,该方法可以准确监测超高建筑的低频变形信息,具有良好的工程应用价值。     

顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

Robust adaptive unscented Kalman filter for bearings-only tracking in three dimensional case

This paper proposes an improved version of Unscented Kalman Filter (UKF), namely Robust Adaptive UKF (RAUKF), with a special focus on Bearings-Only Target Tracking for three-dimensional case (3DBOT). The automatic tuning of the noise covariance matrices and the robust estimation of the target states form a critical point for the performance of the Kalman-type filtering algorithms, especially in the variable environmental conditions exposed in underwater. The key idea of the proposed filter is to combine robust aspects of UKF and adaption of the process and measurement noise covariance matrices with low computational complexity. The main contribution of this paper is to adjust these matrices by means of the steepest descent algorithm, and the H_∞ technique is embedded to achieve superior performance in terms of accuracy and robustness against initial conditions and model uncertainties. Different experiments are performed to evaluate the performance of the proposed algorithm in the 3DBOT problem with a single moving observer. Simulations demonstrate that the proposed filter produce more accurate results with satisfactory computational burden in comparison with other methods.