卫星导航观测方程双曲面交会解

本文探索了卫星定位中观测方程的建立方法及求解算法,即探讨了若把卫星定位中的观测方程从求球面方程的交点变换成求双曲面方程的交点后的差异和对定位解的影响.文中结合转发式卫星定位系统的具体应用,提出和推导了转换求解的方法.并通过几何放大因子DOP和测站三维位置坐标单点解分布图的仿真分析,验证了双曲面交会解的可行性,也揭示了其长处和优势.最后,通过对中国区域定位系统CAPS（China Area Positioning System）定位解的实验,证实了观测方程双曲面解的实用性.     

基于运动模式识别的高程估计算法研究

在室内行人定位系统中,行人的高程定位精度关系到整个定位系统的可靠性。本文提出一种基于腰间传感器的室内行人高程估计算法。首先利用支持向量机识别行人上楼下楼动作,针对行人的运动状态采用自适应的高程估计算法。针对气压计测量值易受环境影响的问题,采用了基于EKF融合气压和加速度的高度估计算法,提高了高度估计算法的稳定性。经实验验证,当室内人员进行平地走、上楼等一连串动作后,基于差分气压测高法计算的高度误差为9.92%,基于加速度估计的行人高度误差为9.52%,EKF融合后定位误差下降到2.32%,提高了高程估计的精度。     

应用于CAPS的气压测高虚拟星座

介绍将气压测高方法作为虚拟星座应用于基于通信卫星的中国区域定位系统（Chinese Area Positioning System,CAPS）,以补充和改善三维定位的可用性．气压测高方法,是利用地球大气中气压随高度变化的关系,在测量大气压的情况下以获得该处的地平高度．困难在于,在不同地区和不同气象条件下,气压随高度的关系是变化的,因此需要获得该测高地区的参考高度上的实时气压值,才能获得较高的精度．将这种测高方法应用于卫星导航系统的最大困难在于,在卫星导航覆盖的广大地区内,如何获得参考高度上的实时气压值．介绍了解决这个难题的一种新方法,即通过卫星通信收集中国及周边1860个已知高度的气象台站的实时气压和温度值,并统一进行时间外推预报．为减少数据量,对数据进行分区和编码,然后通过CAPS系统的导航电文将这些信息传送给CAPS用户接收机．经过接收机的内插处理,获得该接收机位置附近的参考气压和参考温度,并结合接收机实测的气压和温度值,求得该点高度值．文中介绍了计算原理、计算公式、资料收集、编码、预报、内插方法、导航电文传送、误差情况和分析,同时对该方法的优点和不足进行了较详细的讨论．     

室外区域充满运行机器人导航定位的一种策略

该文根据在室外非结构化环境中实现区域充满运行的一类移动机器人的工作特点，提出了利用组合定位系统和数字地图匹配算法对机器人进行导航定位的一种策略。利用基于环境特征位置探测和数字地图信息匹配相结合对定位误差进行修正的方法来提高机器人导航定位精度。该方法克服了传统导航定位方法存在累积误差和系统复杂、成本高等缺点。经实验验证：该文提出的定位系统和误差修正的方法能满足移动机器人区域充满运行的定位精度要求。     

基于几何约束关系的ML模型求解三维坐标定位问题研究

为了提高三维空间位置定位算法的性能和准确性,提出了以3个基站定位原理为基础的基于几何约束关系的ML模型.通过设计基站位置、到达时间(time of arrival,TOA)数值、手持终端位置之间的几何关系,估计得到手持终端的全部可能位置,通过最大似然算法,以最大可能的估计值确定为定位结果.经过仿真计算验证了算法能有效抑制非视距环境(non-line of Sight,NLOS)误差和测量误差,并且能够得到最佳估计值,具有计算量小、精度高等优点.仿真结果表明了该方法的有效性,在各类室内定位系统中具有很强的实用性.     

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.     

CAPS接收机的设计与实现

通过对CAPS卫星（GEO卫星）资源和信号特征的分析,估算了接收机天线端信号功率,提出了CAPS粗码接收机C变L＋GPS套片的实现方案和CAPS双频精码接收机实现方案;设计了高灵敏度CAPS微带接收天线、粗码／精码射频前端和导航基带处理器,搭建了单频CAPS粗码接收机和双频CAPS精码接收机：在接收机硬件设计框架下,给出了软件处理流程,并对信号搜索、码环和载波环路算法、高度辅助算法、频率辅助下的双频频差测速技术和单频测速信源技术、CAPS时间改正算法等相关关键算法和关键技术进行了研究．最后,对定位误差进行分析和讨论．测试结果表明,CAPS粗码接收机静态平面定位精度20．5～24．6m;高程1．2-12．8m;测速精度0．13～0．30m／s．粗码接收机动态平面定位精度24．4m;高程3．0m;测速精度0．24m／s,定时精度200ns．CAPS精码接收机定位精度（1σ）南北5．0m,东西0．8m．     

基于CAPS的双天线共接收机无电离层影响的混合差分定位新方法

针对转发式中国区域卫星导航定位系统（CAPS）的构思与设计,给出了基于CAPS的导航定位解算的3种基本模式,并进行比较分析．根据电离层延迟与频率平方成反比,提出双天线共接收机的无电离层延迟影响的混合差分导航定位新方法,给出其基本原理,导出混合差分观测量,具体推导了单历元和多历元的解算公式和算法．该方法消除了CAPS导航信息发射、传播、转发和接收等环节的电离层延迟、硬件延迟、时钟误差等公共误差,方便于实现单历元解算和多历元导航定位,可有效提高CAPS的导航定位精度和实时性．该方法不但能同时对CAPS星座的GEO和IGSO卫星进行几何定轨和导航定位解算,而且还可以求解对流层天顶延迟,用于研究大气中水汽含量的变化．在有限时间间隔内,利用多项式表示天顶延迟和CAPS卫星轨道,可有效减少未知参数个数,提高解算速度和实时性．     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

基于扩展卡尔曼滤波的高程估计算法

在室内行人定位系统中,行人的高程定位精度关系到整个定位系统的可靠性。提出一种基于腰间传感器的室内行人高程估计算法。首先利用支持向量机识别行人上楼下楼动作,针对行人的运动状态采用自适应的高程估计算法。针对气压计测量值易受环境影响的问题,采用了基于EKF融合气压和加速度的高度估计算法,提高了高度估计算法的稳定性。经实验验证,当室内人员进行平地走、上楼等一连串动作后,基于差分气压测高法计算的高度误差为9.92%,基于加速度估计的行人高度误差为9.52%,EKF融合后定位误差下降到2.32%,提高了高程估计的精度。     

机载激光对管道自主定位误差的灵敏性分析

针对机载激光对埋地天然气管道自主定位这一特殊应用背景,对其定位原理进行研究,阐述其实现方法,分析激光对管道定位精度影响的因素,介绍定位误差建模方法。以载机位姿误差为例,给出定位误差敏感误差源的辨识方法和步骤。结果表明:载机的位姿精度是影响定位精度的主要因素,俯仰角误差对地面点误差影响最大,滚转角误差对地面点误差的影响较小,地面点的定位误差几乎不受载机高度误差的影响。分析结果提高了定位误差避免和误差补偿的效率。     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

基于带符号残差加权的手机定位方法

在蜂窝网的移动终端定位中,非视距(NLOS)环境造成的误差是导致定位精度下降的主要原因.为降低NLOS误差的影响,本文提出了一种基于带符号残差加权的定位方法.该方法采用Chan算法算出移动台的初始位置,用带符号残差加权模型进行修正,再应用带符号残差辅助的泰勒级数展开法进行迭代,得到移动台的最终估计位置.仿真实验结果表明,与基于平方残差加权的方法相比,基于带符号残差加权的方法的定位精度平均提高约14.82%,可更加有效地抑制NLOS的影响.      

利用水平多波束形成实现海底目标定位的方法

通常来讲,利用水平多波束形成只能得到目标的水平方位和距离信息,无法确定目标的深度．根据水下机器人导航定位功能可以获得不同时刻水下机器人的精确位置及姿态角,文中利用空间几何关系将这些信息结合水平多波束形成技术,可以实现海底目标的定位,获得海底目标的深度信息,并给出仿真结果,证明方法可行．     

接收信号强度指示测距模型修正与粒子群算法权重优化的节点定位算法

为了降低RSSI测距误差对定位精度的影响,提出一种RSSI模型修正与PSO权重优化相结合的定位算法。首先通过最小化误差平方和原则对RSSI测距模型参数进行校正,避免测距误差带入定位阶段,然后利用三边测量法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,在改进PSO算法中提出一种基于收敛因子的权重策略,有效地平衡了算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果表明,该算法能够有效抑制测距误差积累,有更好的收敛性能和更高的全局优化能力,能实现更好的定位效果。     

无线传感器网络的三边定位改进算法

在研究三边定位法的基础上,提出了一种借助虚拟锚节点定位方法.首先根据未知节点与其周围定位的锚节点之间的几何约束关系,确定该未知节点可能出现的区域位置;其次,根据节点之间的几何约束,确定出虚拟锚节点的坐标范围,最后,在已经划定的可能区域内,采用最小二乘法寻求虚拟锚节点与未知节点之间距离差的最小值,以该数值对应的坐标值作为所定位的未知节点的坐标值.仿真结果表明,虚拟锚节点能够有效实现未知节点的定位,并用最小二乘法改进了未知节点的定位效果     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

数控机床定位误差的软件补偿

提出了基于“华工I型”数控系统数控机床的定位的软件补偿方法,该方法克服了等间距定位误差补偿的缺点,使定位误差补偿的位置可随机设定,建立了数控机床定位误差软件补偿的数学模型,在XK713加工中心上进行了补偿实验表明,采用本补偿方法能使机床的定位误差减小70%汉上。     

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。