基于关联关系的仿真模型实时智能推荐方法

当全球导航卫星系统(global navigation satellite system,GNSS)分布式仿真环境中共享的模型数量非常多时,检索模型和配置仿真任务将成为一个比较复杂的工程.为提高仿真模型选取和仿真任务配置的效率,设计了一套针对GNSS分布式仿真环境中仿真模型的实时智能推荐方法,方法中首先定义了模型关联关系和接口形状的概念,然后提出了一种条件约束下的频繁模式树(FP-tree)结构,并从理论上分析了该结构在检索任务量方面的减少程度,设计并推导了模型关联关系度的计算方法,以及整套智能推荐方法的运行流程.推荐方法在GNSS分布式仿真环境中进行了仿真验证,仿真结果与传统智能推荐方法做对比分析,分析结果表明,该方法针对仿真模型推荐时运行时间短,推荐结果准确度高,能够实时为用户推荐合适的模型.     

基于鲁棒扩展卡尔曼粒子滤波的RAIM算法

针对基于粒子滤波的接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)算法中普遍存在粒子退化和采样枯竭问题,提出基于鲁棒扩展卡尔曼粒子滤波(robust extended Kalman particle filter,REKPF)的RAIM算法。该算法利用扩展卡尔曼滤波计算粒子的建议密度函数,引导重采样做出更加准确的采样分布;同时,为了减小伪距偏差对滤波估计的影响,利用抗差估计对卡尔曼增益矩阵进行修正。通过实测数据构建卫星故障检测的检验统计量,对各状态的累加对数似然比进行一致性检测。仿真结果表明,当存在伪距偏差时,基于REKPF的RAIM算法能够有效诊断故障星,缩短告警延迟时间,提高定位精度,算法性能更好。     

基于面向对象Petri-net的LWF建模方法

设计工作流是一种非公平性的环形工作流(loop workflow, LWF),这种工作流模型增加了陷入活锁状态的风险,导致设计流程无法向下进行。针对设计工作流活锁问题,提出了基于面向对象Petri网的扩展工作流网。该方法设计了跃迁状态转移机制和虚拟托肯的网标识,使LWF从无限循环的活锁状态转变为可计数的有限循环迭代状态,同时给出了能够描述虚拟托肯标识的可达性分析方法。分析结果表明应用所提方法建立的弹箭设计工作流模型避免了活锁,且具有可达性。     

应用遗传算法的多星座保护级别优化方法

增强型接收机自主完好性监测算法（ARAIM）能够在精密进近段为飞行器提供完好性保护。针对提高ARAIM算法在中国地区可用性的优化问题,提出一种基于遗传算法的垂直方向保护级别（VPL）优化方法。该方法在理论层面对VPL方程进行推导,将最大值函数最小化问题转化为目标规划求最优问题,利用遗传算法的寻优特性避免了优化中奇异点的出现,通过优化分配连续性风险和完好性风险,实现了对VPL值的优化。为了验证该优化方法的有效性,利用跟踪站采集到的GPS、GLONASS和BDS 3个导航系统播报的真实卫星星历数据,对VPL值进行了分析,分析结果表明该方法的平均优化率达到9.9%。