基于小波技术的GPS相位观测值周跳探测

该文根据小波变换对信号奇异性检测的原理对GPS相位观测值进行周跳的探测,将GPS相位观测值发生周跳处视作信号的奇异点,其小波变换后的系数具有模量极大值,通过对模量极大值点的检测确定周跳的位置,实验数据证明基于小波变换的周跳探测自动化程度较高,定位准确,由于形成双差过程中消除了一些相关误差的影响,其双差观测值的探测比单差观测值效果明显,而且周跳越大效果越好。     

岩体结构面面密度统计的地形化数字测窗及体密度优化

为了给岩体稳定性分析和渗透性评价提供更加可靠的数据,提出了基于差分进化算法拟合实测面密度从而优化结构面体密度的三维结构面网络模型建模方法。该方法采用RTK-GPS数字化量测技术,研究了结构面迹线3D数字化模型及数字化测窗建立方法;引入“地形化”的圆形测窗,提出扩展为地形化曲面正方形连续布置测窗,分析了圆形取样窗大小对密度估计的影响,比较了正方形测窗和圆形测窗估算结果。以甘肃北山地面花岗岩结构面量测数据为例,应用该方法。研究表明,优化的体密度能高度拟合各分块实测面密度,由此建立的3D结构面网络模型更符合实际结构面分布规律。     

混凝土疲劳变形曲线三阶段的比例关系与应变速率

为更加准确地描述混凝土疲劳变形曲线的演变规律,对变形曲线三阶段的比例关系及其应变速率的变化规律进行了研究。定性分析了疲劳应变速率的变化趋势和特征,提出了基于疲劳应变速率划分疲劳变形曲线三阶段的方法,在此基础上,采用回归分析的方法分析了三阶段的比例、应变速率与应力水平和疲劳寿命之间的关系,建立了基于三阶段比例关系和应变速率的疲劳变形曲线演化方程。结果表明,基于应变速率划分疲劳变形曲线的三个阶段比目测法具有更高的精度,基于三阶段比例关系和应变速率的疲劳变形曲线演化方程能更充分地描述疲劳变形曲线的细部特征。     

CUKF算法及其在移动机器人组合导航中的应用

针对移动机器人位置的精确估计问题,提出一种附有约束的无色卡尔曼滤波(CUKF)算法.由于无色卡尔曼滤波(UKF)在处理非线性问题时,无需计算Jacobian矩阵或Hessian矩阵,从而有效地减小了线性化对非线性系统误差的影响.CUKF算法很好地利用了UKF的非线性滤波特点,在其基础上增加某种约束.将地理信息系统(GIS)环境下的地图数据库中的道路方向信息作为约束条件,通过引入拉格朗日函数解决具有约束的差分全球定位系统/航位推算(DGPS/DR)组合导航系统的非线性最优估计.仿真实验结果表明:CUKF比UKF能够更有效地提高定位精度.     

稀疏扩展信息滤波SLAM算法的稀疏规则研究

稀疏规则是扩展信息滤波性能的关键。在现有的稀疏规则中,精确稀疏扩展信息滤波(ESEIF)的稀疏规则有较优的性能,但有其适用上的缺陷。通过将稀疏扩展信息滤波(SEIF)与精确稀疏扩展信息滤波(ESEIF)的稀疏规则结合起来,提出了一种组合的稀疏规则。该组合规则能适用于任何的探索环境,还充分利用了ESEIF稀疏规则的性能优势。最后,通过大量的Monte-Carlo仿真实验,验证了该方法的有效性。     

林业机器人组合导航数据处理方法

基于单基站DGPS/DR组合导航,分析林业机器人运动规律,根据其运动方程非线性和导航数据线性的特点,提出采用比例无迹变换线性化运动方程和广义卡尔曼滤波处理综合组合导航数据。阐述了此方法的完整处理过程,并仿真分析比较了此处理方法与其他方法的效果。结果表明,此方法不损失定位精度,且求解速度快、可靠性好。     

小波在GPS相对定位中周跳探测的仿真分析

周跳的探测和修复是GPS相对定位数据处理过程中的一个重要组成部分,修复周跳首先要探测周跳。根据小波变换对信号奇异性检测的原理,对GPS相对定位中载波相位差分观测值进行周跳的探测,并结合实验数据进行计算机仿真分析。证明小波技术探测载波相位差分观测值中的周跳效果明显,其自动化程度较高、定位准确,在实际应用中具有很好的实用价值。     

基于EKF的DR/激光测距组合导航算法研究

航位推算（Dead Reckoning,DR）是一种常用的导航定位技术,其推算过程是一个累加过程,传感器的误差随时间的延长而积累,为此,将航位推算与激光测距组合起来用于智能车辆导航,确保系统在任何时候都能为运动智能车辆提供较为准确的导航信息。扩展卡尔曼滤波（Extended Kalman Filter,EKF）为一种非线性滤波器,是智能车辆组合导航系统中一种有效的数据融合方法。本文将EKF方法用于智能车辆组合导航的状态估计,仿真实验结果表明,EKF滤波能够有效地提高智能车辆的导航精度。