改进最小二乘算法在天文定位中的应用

运用数字天顶仪进行天文定位时，需采用最小二乘算法建立电荷耦合元件图像坐标系和天球切平面坐标系之间的映射关系。针对最小二乘算法只考虑了观测量中的误差，没有顾及系数矩阵中的误差和数据中可能存在的粗大误差问题，为了提高数字天顶仪进行天文定位时的解算精度，将最小二乘算法与总体最小二乘算法进行有效结合构成了混合最小二乘算法，该算法能够同时顾及坐标转换中系数矩阵和观测量中的误差。为了消除识别恒星数据中可能存在的粗大误差对天文解算的影响，对所提算法进行了稳健加权，并结合星等设置合理的权阵。数据分析的结果证明，稳健加权混合最小二乘算法在进行天文解算时具有较高的精度。     

航海模拟器中测天定位的仿真研究

为了实现六分仪测天定位的计算机模拟,综合计算机图形学和航海天文学知识,建立了六分仪测天定位数学计算模型,提出了一种在航海模拟器中模拟六分仪测天原理的视景绘制方法,最终实现了测天定位原理的计算机模拟.仿真结果表明,该研究成果可实现天体定位原理的计算机模拟,从而为天文航海教学提供了直观便捷的手段,对提高学生对六分仪测天定位过程的深刻了解和天体定位导航仿真研究打下了基础.     

基于双十字阵的海上弹着点定位误差分析

海上弹着点位置测量是海上靶场舰炮武器精度试验中非常关键的一步，对加强靶场建设、提高部队战斗力具有重要意义。采用被动声探测技术，在单三元阵定位基础上进行布阵方式的改进，提出了一种基于双十字阵的海上弹着点定位方法，推导阐述了定位原理，重点对三元阵定位与双十字阵定位做出了详细的误差分析与仿真。最终得出，在假设的理想算例情况下，基于双十字阵的弹着点定位方法的定位误差降低为单三元阵定位的4.66‰,更好地满足了海上弹着点定位需求，具有一定的应用价值与发展前景。     

基于距离测量的双领航AUV间协同导航算法

针对多自主水下航行器(AUV)编队中因领航AUV一时无法借助外部有源位置信息进行实时校准,自身定位误差逐渐增大可能导致的编队解体问题,提出了一种基于距离测量双领航AUV间协同导航算法.在给出领航AUV航位推算误差模型的基础上,首先设计两个领航AUV分别基于忽略对方位置误差的估计自身误差的滤波算法,然后提出其位置误差的分别修正算法,最后通过对位置误差估计的可观测性分析,指出在直线航行条件下两个领航AUV可通过加、减速进行相对机动,保证其可观测性.仿真结果表明:两个领航AUV存在航位推算位置误差的情况下,随着滤波时间增加其定位误差可逐渐趋同,并收敛到其经、纬度定位误差的均值,验证了本文所提协同导航算法的可行性和有效性.     

基于AOA的双机无源定位模型及其解算方法

在双机协同的无源定位算法中,角度信息有着非常重要的作用。为解决双机无源定位问题,提出了一种只利用角度信息的定位模型,并同时消去中间变量距离的影响。对比了最小二乘法、加权最小二乘法、总体最小二乘法、渐进无偏估计法等方法对该双机定位模型的解算。相比时差/到达角联合定位算法模型,该算法需要更少的观测信息和更少的观测误差,就能提高定位精度。仿真结果验证了上述4种解算算法的定位性能,证明了该算法在定位精度上的优秀性能。最后,还对4种算法在不同误差和约束条件下在双机协同观测定位中的定位精度进行了对比。     

一种基于抗差滤波的行人导航算法研究

行人导航系统(pedestrian navigation system, PNS)通常采用全球定位系统(global positioning system, GPS)和航位推算(dead reckoning, DR)组合导航的方式进行定位,因此其定位精度易受GPS定位误差特别是定位粗差的影响。为了减小这种影响,提高行人导航系统定位精度,采用了一种基于抗差滤波的GPS/DR组合行人导航算法。该算法首先对DR系统误差建模,获得行人导航系统卡尔曼滤波模型,再通过GPS与DR系统观测量之差,估计当前观测噪声与先验统计特性的符合程度,利用等价权实时调整观测权值,以避免观测粗差对组合导航精度的影响。最后通过对实测数据的分析表明,在GPS定位误差较大或含粗差情况下,该方法较卡尔曼滤波算法能明显抑制定位误差的影响,将定位精度提高5 m左右,能够在不增加硬件的基础上有效提高GPS/DR组合行人导航精度。     

TOA模式下TLS辅助泰勒级数展开的蜂窝定位新算法

提出了一种到达时间(time of arrival, TOA)模式下总体最小二乘(total least square, TLS)辅助泰勒级数展开的蜂窝定位新算法。该算法针对泰勒级数展开对初始迭代参考点依赖性强的问题,综合考虑观测量误差和观测站位置误差,利用TLS估计初始参考点,然后在估计值处对观测方程组实施泰勒级数展开,并使用加权最小二乘进行多次迭代运算,实现对移动终端的高精度定位。仿真结果表明,该算法在平均迭代次数和定位精度方面具有接近基于真实位置的泰勒级数展开算法的性能,并且在不同的几何精度因子(geometrical dilution of precision, GDOP)下,均具备良好的抗观测量误差和观测站位置误差的特性。     

基于软约束模式的加权最小二乘节点定位算法

当节点初始坐标精度较差时,大多数基于负梯度搜索的最小二乘类迭代定位算法容易陷入局部最优,产生较大的定位误差.作者通过引入网络部署时先验的限制性条件,提出了一种基于软约束模式的加权最小二乘节点定位算法(SCLS).该算法根据2跳邻居节点问必须满足的最小和最大测距限制性条件,在加权最小二乘优化代价函数中引入惩罚项,迫使负梯度搜索往节点真实位置方向前进,从而提高定位算法精度.仿真实验结果显示,SCLS定位算法精度明显优于经典加权最小二乘定位算法.在测距误差较大或节点初始坐标精度较低情况下,SCLS算法具有良好鲁棒性.     

基于模糊决策的快速星图识别

空间碎片问题日益严重, 需要对其进行常态化监测。光学观测作为重要的监测手段, 需要依靠快速的光学图像处理技术, 采用天文定位方法得到空间碎片的赤经-赤纬测量信息。星图识别是天文定位的关键步骤, 直接影响着图像处理的速度和结果精度。本文提出了一种改进的基于模糊决策的快速星图识别方法, 在保持快速处理的情况下提高了星表匹配的准确性。利用新疆南山站25 cm望远镜的图像对该方法进行了测试, 取得了良好的效果, 证明了算法的有效性和稳定性。     

北斗/惯导组合导航算法性能分析

针对北斗卫星定位系统和惯性导航系统设计组合导航卡尔曼滤波定位算法,接着对算法的可控性和可观性进行了分析,并分析了各个状态的可观测性;从稳定性的定义出发提出并推导了分析卡尔曼滤波器稳定性的方法,并用来分析了本文算法的稳定性和渐进稳定性。基于上述分析,对算法的滤波模型进行了改进,删除不可观测的姿态误差角状态。改进后算法是一致可观和一致渐进稳定的。仿真表明,惯导误差传播模型的稳定性和可观测性与飞行状态和当前的定位误差紧密相关是系统的固有特性,但并不影响其在实际工程中的应用。     

单轴旋转SINS轴向陀螺漂移精确标校方法

为提高单轴旋转捷联惯导系统长时间导航精度,提出了一种精确标校轴向陀螺漂移的方法。在静基座条件下分析了轴向陀螺漂移、初始姿态和航向角误差对系统经纬度影响,将水平阻尼网络引入到导航算法流程中以抑制系统舒拉振荡误差。建立了经纬度误差与轴向陀螺漂移、初始航向角误差之间的数学模型,并设计了一种合理的标校流程,采用最小二乘法对轴向陀螺漂移进行精确标校。对该方法进行了数学仿真与实际系统验证实验。实验结果表明,当系统陀螺漂移误差为0.01(°)/h时,经过12.5 h精确标校后轴向陀螺漂移的辨识精度达到0.001(°)/h,系统的定位精度优于1.5 n mile/48 h。     

基于PSO-BP神经网络的广播星历轨道误差预测模型

在卫星导航数据处理实践中,发现广播星历轨道误差中客观存在不确定性的规律现象,针对这种不能用确定数学模型表示的误差信息,建立基于粒子群优化反向传播(back propagation,BP)神经网络的轨道误差预测模型。通过粒子群算法对BP神经网络的初始权值和阈值进行全局寻优,利用广播星历解算出的卫星空间位置和速度,并结合时间信息和摄动改正数对神经网络进行训练和测试。结果表明该模型对广播星历轨道误差具有较好的拟合能力和预测效果,用该模型对卫星位置解算提供误差补偿,可有效提高卫星定轨精度,降低系统级误差。     

复杂环境下的UWB脉冲成形算法

针对超宽带定位系统在多用户和弱信号环境下接收端易出现码间串扰(inter symbol interference, ISI)和多用户干扰(multiuser interference, MUI)等问题,提出一种基于修正最小均方误差估计(minimum mean square error estimation, MMSE)的自适应迭代算法进行超宽带(ultra wideband,UWB)脉冲设计。该算法选取修正Hermite多项式(modefied Hermite polynomial, MHP)作为脉冲设计基函数。通过分析MHP的时频特性对最小均方误差估计准则下组合脉冲的各阶MHP系数进行修正,在此基础上根据组合脉冲功率谱密度与美国联邦通讯委员会(federal communications commission, FCC)辐射掩蔽之间的拟合程度设计自适应算法,对组合脉冲进行自适应调整实现脉冲设计。仿真结果表明该方案获得的脉冲有较高功率利用率,同时在多用户接入和弱信号检测方面也具备很强的适用性。     

基于因子图协同定位辅助的单星定位方法

在诸如行星探测,战争损毁等导航星座拒止环境下,单星定位系统可以快速部署为目标提供定位支持,但单星定位系统较大的定轨误差导致定位误差较大。针对上述问题,提出了一种基于因子图协同定位辅助的单星定位方法。首先,通过多组卫星不同时刻的伪距差值构建定位双曲面为定位目标提供连续定位并减小卫星和接收机钟差的影响;其次,利用多个定位目标之间的高精度测距信息建立协作因子图,并利用该协作因子图辅助单星定位系统的定位结果,从而提高定位精度。将所提出的单星定位方法与现有的多普勒单星定位方法和径向加速度单星定位方法从卫星定轨误差、测距误差和定位误差3方面进行对比。仿真结果表明,所提出方法的定位误差仅为其他两种方法的1%～10%。     

基于辅助信标的无人机协同目标跟踪

针对无人机姿态角误差与观测误差影响目标定位精度问题, 构建基于辅助信标的无人机协同目标跟踪模型, 提高了对目标的定位精度。提出基于辅助信标的姿态校正方法, 利用辅助信标的精确位置实时校正无人机的姿态角, 减小姿态角误差对定位精度的影响。根据双无人机的最优观测构型, 设计双无人机协同控制律, 得到无人机观测的优化轨迹, 以提高无人机对目标的观测质量, 最后采用容积卡尔曼滤波算法得到目标的状态估计。仿真结果表明该算法能有效减小无人机姿态角误差和观测误差对目标定位的影响, 提高目标跟踪精度, 具有一定的工程应用价值。     

基于量测修正的组合导航系统时间同步方法

针对机动条件下组合导航系统卫星量测与惯导数据时间不同步影响定位性能的问题,提出一种基于卫星量测修正的组合导航系统同步方法。通过对卫星量测的线性化及时延误差补偿处理,大幅降低了卫星量测中的时延误差。仿真实验表明,这种方法可以将估计时延相比真实时延的差值减小到几毫秒,实现时延的精准估计,有效消除时延对于组合导航定位性能的影响。     

同步卫星无源测轨中的时差定位与精度分析

多站时差定位是最重要的无源定位方法之一。研究了基于四站时差测量的地球同步卫星无源定位和定轨方法。介绍了四站时差定位的基本原理,给出了四站时差定位算法和详细算法流程,推导了四站时差定位精度的误差传播方程。重点分析了测量精度、布站方式、基线长度、站址误差对同步卫星定位精度的影响。通过Monte-Carlo仿真,验证了四站时差定位算法与误差分析结果的一致性。仿真结果表明：测量误差、布站方式、基线长度和站址误差均是定位误差的关键影响因素;布站方式以倒Y型布站效果最佳,菱形或矩形布站方式存在奇异区;为达到km量级定位精度,则基线长度应大于1000 km;采用四站时差测轨时,站址坐标精度水平应优于1 m。     

基于双目视觉的空中加油锥套定位与对接控制

针对插头-锥套式自主空中加油对接过程中实时获取加油锥套空间位置及控制导引的问题, 提出了一种结合深度学习(改进的YOLOv4-Tiny)和双目视觉匹配的快速定位方法。通过插入空间金字塔池化(spatial pyramid pooling, SPP)模块和修改部分卷积层结构, 改进后的YOLOv4-Tiny对416×416的输入检测速度达到182 Hz。与原网络相比, 体积减小20.47%, 在测试集上的平均交并比提高5%;制作了加油锥套的缩比模型进行开展视觉定位实验, 实验中平均深度预测误差小于5%, 空间位置预测符合预期。通过引入一种建立在Yolo预测基础上的快速边缘拟合方法, 获得锥套的椭圆形特征。此外, 建立了一种基于投影算子的模型参考自适应控制(model reference adaptive control, MRAC)增广控制器, 在受油机机体坐标系下跟踪锥套目标。仿真结果显示, 受油机在锥套平面中的平均跟踪误差小于加油锥套的捕获半径, 满足对接要求。     

基于TDOA/AOA混合的高精度室内可见光定位算法

为了提高室内三维空间的定位精度,提出了一种基于联合到达时间差与到达角度(time difference of arrival/angle of arrival,TDOA/AOA)信息的混合定位算法。由于构建的目标函数具有非凸性,采用传统定位算法在目标函数求解过程中会出现局部最优解的问题。因此,针对该问题,将目标函数转成二次约束二次规划问题,通过引入半定松弛(semi-definite relaxation,SDR)方法将目标函数转换为二阶锥规划(second order cone programming, SOCP)问题,寻找全局最优解。其次,针对SOCP无法对凸包外的目标进行有效定位的问题,在该算法的基础上引入了惩罚项,使松弛后的约束条件进一步逼近原始约束条件,解决了定位过程中的凸包问题。数值仿真结果表明:在10 m×10 m×3 m的三维定位空间内,选取40×40个测试点,平均定位误差为1.39 cm,可实现室内三维空间高精度定位。与传统的混合定位算法相比,均能够获得较高的定位精度。     

车载GNSS失锁下基于BPNN的微陀螺误差估计及定位方法研究

针对在全球导航卫星系统(global navigation satellite system, GNSS)失锁阶段将微陀螺惯性系统作为备用定位系统时,由于微陀螺误差引起的定位误差发散问题,提出了基于后向传播神经网络(back propagation neural network, BPNN)的微陀螺误差估计及定位算法。在GNSS有效阶段为车辆提供定位信息,同时对微陀螺误差进行估计,并利用后向传播神经网络BPNN建立微陀螺误差预测模型,为GNSS失锁阶段车辆定位做准备;在GNSS失锁阶段,利用已建立好的微陀螺误差预测模型估计微陀螺误差,对微陀螺输出信息进行补偿,以抑制由陀螺误差引起的定位误差。最后利用仿真与试验验证了此方法的正确性与有效性。