边坡稳定性分析的区间极限平衡法

边坡工程具有大量不确定性因素,需要采用不确定性方法对其进行分析。通过对边坡稳定分析中不确定性因素的分析,提出了一种使用区间理论来计算边坡工程稳定性的新方法。这种方法可以考虑稳定分析中所涉及到的计算力学参数的不确定性。把区间数学和极限平衡法相结合,建立了区间极限平衡方法,推导了区间安全系数的计算公式。实例研究表明,边坡稳定性区间分析方法是一种更合理的边坡稳定性评价方法。     

基于GPS载噪比下降的太阳射电暴检测方法

利用太阳射电暴影响全球定位系统(global positioning system, GPS)性能这一特征,提出一种基于GPS载噪比下降的太阳射电暴检测方法。首先计算观测地的太阳高度角,接着筛选出“降点”和“升点”用于确定单个观测地单颗卫星的波谷时间区间,最后综合多颗卫星和多个观测地得到太阳射电暴的检测结果。实验结果表明:太阳射电暴检出率随太阳入射角的增大而增大,在L2频段对600太阳流量单位(solar flux unit, SFU)以上的太阳射电暴检出率达到80%以上,在L2频段检出效果优于L1。该检测方法识别率高,成本低,不依赖于射电望远镜,能进行全天候实时的监测。     

强跟踪滤波器在高动态GPS信号跟踪中的应用

为解决在高动态环境下GPS接收机跟踪环路中频信号失锁的问题,提出了一种基于线性强跟踪卡尔曼滤波器(STKF)理论的GPS信号跟踪环路.此跟踪环路以码鉴相器和载波鉴相器输出作为观测量,利用线性强跟踪卡尔曼滤波器对高动态环境下的码相位误差、载波相位误差、多普勒频率误差以及多普勒频率变化率误差进行估计,并将估计结果反馈给跟踪环路的数控振荡器,从而产生准确的本地载波和本地码.仿真结果表明,在GPS信号载噪比为45 dBHz时,线性强跟踪卡尔曼滤波器跟踪环路在多普勒频率变化率为5.0 kHz/s时仍能可靠跟踪,而传统的基于PLL/DLL和环路滤波器的跟踪环路在1.8 kHz/s时已经失锁.     

捷联陀螺动态误差系数的标定方法研究

提出了在三轴模拟台（以下简称三轴台）上一次性标定捷联陀螺动态误差系数的测试方法,该方法充分利用了三轴台的速率功能来激励出陀螺的角加速度误差项,使得能一次性标定包括陀螺角加速度误差系数在内的所有动态误差系数成为可能,为解决在缺乏昂贵的角振动台的实验条件下建立捷联陀螺动态误差模型提供了理论依据。     

神经网络时间序列预测及其工程应用

基于时间序列分析的方法,针对船用捷联陀螺的具体特性,提出了一种神经网络对间序列预测及建模方法,并对某捷联航姿系统中所用陀螺漂移数据进行了神经网络建模尝试。     

捷联陀螺漂移误差模型辨识及其应用

在对陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼渺茫皮算法对船用捷联陀螺漂移数据进行了处理，以提高陀螺静态漂移系数的估计精度，并把得到的陀螺漂移误差模型实时补偿的捷联系统中，得到了满意的效果。     

伽利略E1-BOC信号的改进捕获算法及性能分析

在时域并行FFT捕获算法的基础上,采用在频率搜索维上基于能量搜索的策略对伽利略E1-Boc信号的捕获进行了仿真和实验分析.在伽利略仿真信号的码延迟时间为1.8 ms,多普勒频移为600 Hz,导航电文调制速率为250 bit/s,数值为±1的情况下分别从捕获率、ROC操作特性曲线以及计算复杂性3方面对能量捕获算法性能进行了验证,并与AV, Zero-Padding两种算法进行了比较.结果表明,能量捕获算法在载噪比为32 dB/Hz的室内微弱信号环境下,捕获率能达到90%,且ROC操作特性曲线和计算复杂性等综合性能均优于AV,Zero-Padding两种算法,适用于数据跳变发生频繁的微弱伽利略E1-BOC信号的捕获.     

GNSS软件接收机新型高灵敏度捕获算法及实现

针对下一代卫星导航系统(如伽利略系统和GPS现代化系统等)软件接收机中信号捕获出现的数据跳变问题,提出了一种基于能量的新型高灵敏度捕获算法。该算法是在时域并行FFT捕获技术基础上,对二维搜索空间进行适当修改,在频率搜索维上采用基于能量的搜索策略。同时结合采用非相干积分技术,进行数据和导频双通道组合捕获,使噪声影响进一步减少。通过伽利略仿真信号进行实验,结果表明能量捕获算法既能克服数据跳变对捕获的影响,又能将噪声进行适度平均,从而减少误捕率,可实现适度低信噪比条件下的高灵敏度捕获。     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.