非标称对流层误差对地基增强系统完好性的影响

地基增强系统(ground-based augmentation system,GBAS)中,由于不同路径方向区域范围内气象条件(温度、压强、相对湿度等)存在差异,导致系统差分修正误差中包含非标称对流层误差;即非零均值标准正态分布误差。在非标称对流层误差的影响下,机载端垂直保护级(vertical protection level,VPL)增加,系统完好性风险增大以及地面播发信号可用性降低。详细分析了非标称对流层误差对VPL的影响,发现非标称对流层误差与卫星仰角有关;并且跟踪可见卫星数目增多时,系统受非标称对流层误差的影响,VPL值进而增加。为了提高GBAS完好性,提出了一种新的选星算法,降低非标称对流层对VPL的影响,提高系统完好性信号(system in tegrity signal,SIS)可用性。仿真计算GBAS进近服务类型C(GAST C)和GBAS进近服务类型D(GAST D)场景下的VPL,分析改进的选星算法对系统完好性的影响。结果表明,改进的选星算法有效地降低了非标称对流层对GBAS完好性的影响,减小了机载端VPL值,降低了完好性风险,提高了在气象异常条件下GBAS信号的可用性。     

卫星着陆系统差分基准站B值分析与处理算法

多基准一致性检测中的B值处理是卫星着陆系统完好性监测的核心,针对传统基于极大似然估计准则的B值处理算法存在相关性,易造成系统故障检测率低以及难以区分故障来源的问题,研究了基于Kalman滤波的B值处理新算法:通过建立以监测接收机修正伪距值为观测量,星站距离估计值为状态量的滤波模型,计算得到监测接收机修正后的伪距误差,然后利用其构造新的B值;理论分析与试验结果表明,相比于传统算法,新的B值处理算法可以消除相关性的影响,故障检测率提高近20%,增强了系统的可用性水平。     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.     

基于多接收机的本地监测系统监测算法研究

本地监测系统可以增强卫星导航系统的性能以满足航空用户的需求。针对目前单接收机本地监测系统在进近着陆应用中各导航性能存在的不足,提出了一种基于多接收机的本地监测系统完好性监测算法。该算法考虑了地面接收机故障对用户安全造成的影响,从而提高了系统的完好性。另外,该算法通过利用既有的增强系统完好性信息,改善了系统对本地差分修正误差的监测能力;并且通过使用卫星信号双频观测量,提高了用户的观测精度。上述优化可有效降低保护门限值,最终达到提高系统可用性的目的。应用该算法增强北斗卫星导航(区域)系统,可在我国及周边地区满足I类精密进近的性能指标要求,并且平均可用性达到95.57%。     

基于估计距离的无需测距定位算法

针对无需测距定位算法定位误差大的问题,提出了一种基于估计距离的无需测距定位算法.首先分析了两个邻居节点之间距离和通信范围相交面积之间的关系,得到一个线性函数.线性函数的输出是一个表示两个邻居节点之间距离远近关系的参数,称之为距离参数.然后用距离参数和锚节点之间的距离计算邻居节点之间的估计距离,最后根据估计距离计算未知节点的估计位置.仿真结果表明,该算法在规则区域和不规则区域的定位误差都要低于当前同类型的定位算法.     

基于Newton-UKF的可见光通信列车定位优化

针对基于可见光通信-接收信号强度检测(VLC-RSSI)列车定位过程中存在的噪声、其他光源干扰及测距误差,提出以接收信号强度检测值为观测量的Newton-UKF(牛顿插值-无迹卡尔曼滤波)算法．首先,利用可见光通信-接收信号强度检测获得列车初始位置,建立列车运动模型及系统的状态与量测方程;然后,以接收信号强度检测值为观测量,采用无迹卡尔曼滤波优化列车定位结果,引入牛顿插值法重新估计具有粗大误差的接收信号强度测量数据;最后,以成都地铁1号线真实线路数据和设备信息为依据,通过实验验证所提列车定位优化算法的有效性．结果表明：与无迹卡尔曼滤波相比,Newton-UKF算法的平均定位误差为4.98 cm,能降低粗大测量值造成的误差,提升列车定位精度,定位性能提升66.42%．该方法可为基于通信的列车控制系统中的列车定位提供参考．     

基于粒子群算法和平方根平淡卡尔曼滤波的北斗导航系统定位估计算法

为提高北斗定位系统(BDS)的估计精度,克服传统平淡卡尔曼滤波(UKF)算法中可能因状态量协方差矩阵失去正定性而导致滤波器发散的问题,将平方根平淡卡尔曼滤波(SRUKF)算法应用于BDS定位估计.在此基础上,为进一步提高SRUKF算法的性能,引入粒子群优化(PSO)算法,提出基于PSO和SRUKF算法的BDS定位估计(PSO-SRUKF)算法.结果表明,PSO-SRUKF算法可以降低系统噪声和测量噪声特性估计不准确带来的误差,有效提高了BDS定位精度和稳定性.     

无源标签多径环境下基于凸优化的定位算法

在室内无源超高频RFID定位中,多径传播对定位结果的影响不可忽视.为了提高复杂多径环境下的定位精度,提出了基于半定规划(SDP)和二阶锥规划(SOCP)的相位差欧式距离拟合定位算法.运用参考标签的位置信息,对参考标签之间的理想相位差欧氏距离与实际距离进行拟合,实现标签之间的距离估计.建立待定位标签与阅读器、参考标签距离估计模型,将多径传播、高斯白噪声、相位差欧氏距离拟合引起的距离估计误差等效为正态分布,利用参考标签的相位差信息和位置信息计算出正态分布参量.仿真结果表明,提出的算法在最大多径数目为7时,定位误差有90%,的概率低于2.3,m,定位性能优于传统的基于测距的定位算法.     

恶劣环境下GPS定位估计滤波算法的非线性模型

提出了一种附加测量模型用于GPS定位估计的系统方程,该方法可实现单机GPS在可捕获卫星数较少的恶劣环境下的定位.开发了一种新的基于非线性滤波的位置和速度估计模型,在测量模型中引入随位置变化的电离层误差补偿模型,利用平淡卡尔曼滤波(UKF)算法较好地实现了可见卫星为3颗条件下的定位估计.在仅有2颗卫星可见的情况下,进行了把高程加入测量模型做平面定位估计的尝试,并取得了较好的效果.GPS定位实验结果表明,在恶劣环境下,基于所提出的非线性模型得出的滤波定位估计值能达到理想的精度.     

综合卡尔曼滤波的多传感器协同室外定位研究

为了拓展移动机器人应用场景、满足室外定位的高精度需求,提出一种基于综合卡尔曼滤波的协同室外定位算法,可解决室外复杂环境下独立传感器失灵、机器人实时定位漂移的问题.首先构建GPS和超宽频非线性定位系统模型,测试不同滤波算法对该模型的预测效果,分析对比解算速度和均方根误差,从而确定适合定位系统的最优算法;然后针对GPS信号受环境遮挡导致丢失或失准的情况,构建超宽频和惯性测量单元非线性定位补偿系统,利用基于误差的卡尔曼滤波算法预测机器人位置姿态;通过融合两种非线性系统下估计得到的不同状态向量,确定机器人室外真实位置姿态,进一步提高机器人室外定位精度,保证定位系统的稳定性.试验验证表明,本文算法室外定位误差小于10 cm,在GPS信号微弱的环境下能实时估计目标位置姿态,大幅度降低障碍物干扰的影响,准确预测机器人位置.     

GBAS中基于导航星监测的B值修正算法

GBAS推动了空中交通管理系统由路基导航向星基导航过渡,其中多参考一致性检测(MRCC)的B值是GBAS地面完好性检测的核心算法.本文提出基于导航星监测的B值修正算法,通过定义卫星伪距修正量误差估计值S值对导航星监测,利用高斯膨胀-Shewhat法推导S示警阈值,结合S值检测并标记故障卫星,形成新的可用卫星集合,避免由于B值无法有效反映具有较大偏差的卫星伪距修正量的误差估计而造成MRCC执行逻辑对接收机的整体剔除,对B值形成修正作用.实验证明,新算法可有效监测卫星故障,修正B值,提高M RCC监测能力并提高系统可用性.     

Test of GBAS integrity monitoring system using GPS simulator

In recent years, many countries are developing aircraft navigation systems using GNSS(Global Navigation Satellite System),because GNSS has many technical and economic benefits. International organizations as ICAO(International Civil Aviation Organization) and RTCA(Radio Technical Commission for Aeronautics) set up international standards of GBAS(Ground Based Augmentation System)using GNSS and recommend countries to develop GBAS that is based on the standards. To go with the international stream, Korea Airport Cooperation has also developed GBAS. For evaluating the system,KAC and Seoul National University have performed flight tests of the developed GBAS several times and have concluded that the system has good accuracy enough to be used in aircrafts. At that time, the purpose of tests was focused on accuracy of GBAS. But integrity of the system which is important for safety of aircrafts was not tested sufficiently,because it is impossible to make erroneous situations of real GPS signals. So, at this time, we used GPS simulator which can generate GPS signals with satellite failure scenarios. The GPS simulator used in this test generates GPS signals by the scenarios organized in advance.The scenarios can include pseudorange and carrier phase error, parity error and etc. So we organized several scenarios which can includes potential errors of GPS signals and many possible cases for testing the system effectively and accurately. And we tested integrity function of the GBAS system by using GPS signals generated by the simulator.This paper introduces the implemented integrity monitoring system and algorithms used in the tests. And it describes the scenarios of satellite failure. Finally, this paper shows the results of tests.     

GBAS参考接收机精度对一致性监测影响研究

为研究GBAS参考接收机精度对多参考接收机一致性影响,通过理论推导和仿真验证,建立参考接收机定位精度与多参考接收机一致性(B值)之间的关系。通过接收机数据采集实验,并依据上述理论对GNSS参考接收机伪距等原始观测数据进行处理以及作图分析。实验结果发现随着定位精度提高B值变小,即参考接收机一致性提高。在此基础上给出了一般情况下,满足连续性要求的地基增强系统(GBAS)参考接收机水平定位精度应在0.1 m左右(即分米级)。该实验结果可在GBAS试验时为参考接收机选取提供参考。     

基于GBAS系统的双座电动飞机导航定位可视化仿真

为了分析双座电动飞机基于GBAS系统在空间领域环境中的运行情况,以双座电动飞机模型为基础,设计并建立了基于三维可视化仿真FlightGear平台来模拟GBAS系统的运行引导效果。通过对导航数据分析处理,仿真了可见星和运行轨道的情况。针对传统的最小二乘伪距定位方法和载波相位平滑伪距算法的定位精度、可靠性都不能满足双座电动飞机定位着陆需求的问题,采用了增强算法卡尔曼滤波平滑伪距算法,对增强算法进行了仿真。采用FlightGear与MATLAB联合仿真,可以更直观的看出GBAS导航数据对双座电动飞机的引导效果,从而验证了双座电动飞机在终端区的导航定位着陆可以通过GBAS系统结合增强算法来引导。定位的水平平均误差和垂直平均误差都减小到 1 m 以内。     

基于电流的主轴性能退化评估方法

为提高精密机床主轴检测的准确性,提出了一种基于电流的主轴性能退化评估方法.建立了主轴性能退化模型,使主轴状态便于监测和评估.首先采用小波包阈值对电流信号进行去噪处理,对去噪后的电流信号提取时频域特征量,构造多域特征空间.然后利用主成分分析法（PCA）进行数据降维,用降维后的样本进行支持向量机回归建模.采用粒子群算法（PSO）对支持向量机模型进行参数优化,以获得最优性能退化模型.将该模型应用于主轴实验台主轴性能退化评估,实验结果表明该方法原理正确,可以准确评价主轴性能.      

基于 DBIRCH 算法的 Argo 剖面数据聚类

为解决实时分析处理的海洋 Argo 浮标剖面观测数据特有的数据密度较高、快速响应且需要识别任意形状簇等问题, 提出了一种可通过单次扫描数据集进行有效处理的低复杂度聚类算法 DBIRCH( Density-BasedBalanced Iterative Reducing and Clustering Using Hierarchies)。 该算法通过使用新引入的参数密度阈值修正因子,动态的更新限制 CF(Clustering Feature)树生长的约束系数子空间阈值, 同时结合密度关联思想在不同邻域内多次建立 CF 树且合并, 最终以核心 CF 树子节点为聚类结果输出, 避免了 BIRCH(Balanced Iterative Reducing and Clustering Using Hierarchies)算法对参数的过度依赖, 同时因能处理任意形状簇从而提升了数据处理的整体鲁棒性, 提高了处理 Argo 剖面监测数据的时效性和算法的整体吞吐速度。 为测试算法的综合性能, 使用真实 Argo浮标剖面实时监测数据集, 并根据不同的参数对算法做出多组对比实验, 同时使用不同评价指标对算法从运行时间和聚类准确率上进行综合评估, 从全局角度分析该算法在 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)、 BIRCH 及 DBIRCH 3 种不同算法中综合聚类性能最优。 实验结果表明, 在3 种算法中,BIRCH 算法运算速度最快, 但准确率最低; DBSCAN 算法聚类性能高于 BIRCH 算法, 但运算速度最慢; 改进的DBIRCH 算法运算效率略低于 BIRCH 算法, 但聚类准确率最高。     

基于分数阶频率域混合相关的线性调频信号检测与参数估计

针对线性调频(LFM)信号分数阶傅里叶变换的特性,提出了一种分数阶频率域相关算法.该算法不仅能够在低信噪比条件下对LFM信号进行检测,还能与时间域相关法混合求解,获得包含时延及多谱勒频移参数的信息,实现精确参数估计.在分数阶频率域相关中,不必进行角度的一维及二维搜索,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.     

基于模糊算法垂直泊车转向控制策略的研究

为提高自动泊车的精度和安全性,分析了垂直泊车的运动特性,以车辆的初始位置及泊车过程中的转向角控制为关键参数,建立了自动垂直泊车的运动模型.在Simulink环境中建立了基于模糊算法的垂直泊车转向控制仿真模型,生成了模糊规则,分析了车辆初始位置、初始角度、初始运动速度对车辆运动轨迹的影响.仿真结果显示,改变初始坐标及初始角度都会影响自动垂直泊车入库效果,确定了一次性顺利入库的最小初始位置,该数值可用来设计最紧凑停车库.该模糊算法控制灵敏且无超调.     

基于实例迁移的磨煤机过程监测建模

当工业生产过程数据匮乏时，很难利用基于数据统计的方法建立其过程监测模型，这给过程监测的准确性和及时性带来很大影响，迁移学习为解决上述问题提供了有效的途径.针对目标域磨煤机过程数据较少的情况，在源域磨煤机数据的基础上，建立基于实例迁移高斯混合模型(Gaussian mixture model，GMM)的目标域磨煤机过程监测模型.利用实例迁移对源域生产过程和目标域过程数据进行权重分配，通过改进的高斯混合模型算法得到最佳高斯组分数目和对应的模型参数，应用过程监测的全局概率指标实现磨煤机过程的跨域监测.磨煤机过程的研究结果验证了所提出方法的可行性和有效性.