基于高次差与多项式拟合的周跳探测方法研究

为了准确探测和修复载波相位周跳,提高定位精度,利用惯性导航器件的输出结果对接收机的运动状态进行分类,根据不同运动状态时周跳发生的概率大小,并结合高次差法和多项式拟合法的不同特点,开展了高次差法和多项式拟合法的组合应用研究.在试验研究中使用TI公司的EZ-430运动开发套件获得接收机的运动状态信息,使用Unicore UB240卫星接收机实地接收导航报文,通过试验验证,本方法可以有效地提高周跳探测的准确性并修复周跳.     

基于高次差法与多项式法的GPS周跳探测与修复

在GPS数据处理中,整周跳变的探测与修复是GPS载波相位测量的核心问题之一.本文针对周跳产生的原因,以测量型GPS接收机接收的L1波段的载波相位观测数据为研究对象,MATLAB为实验平台,提出了利用高次差法来探测和修复大于2的大周跳,然后对比拉格朗H插值与切比雪夫拟合的方法来进行小周跳修复的组合算法.通过实验得出,该种...     

利用双频载波双差相关性进行周跳探测

在GPS定位中,周跳探测和修复的完善程度直接影响定位结果的精度.为了有效地探测小于1 周的周跳,利用双频观测数据,根据双差观测方程的内在联系,提出了一种周跳探测方法.该方法数学模型简单,能够准确探测小于1 周的周跳,并适合于静态和动态定位,最后通过算例验证了其可行性和有效性.     

单频非差相位观测值的周跳探测与修复方法

周跳探测在高精度GPS(global positioning system)数据处理中一直都是比较重要的环节.实际数据处理中可根据具体测量模式和需求采用已有的若干经典周跳探测方法,但单频非差相位观测值的周跳探测与修复则比较困难.为此提出一种新的周跳探测方法,它是基于灰色理论对伪距和载波相位观测值构造的周跳检验量进行建模,通过模型预测检验量的阈值范围对比实测值来判断是否发生周跳.通过对实测GPS静态数据在不同采样率下分别进行周跳探测与修复算例分析,结果表明对于高采样率的非差相位观测数据能够快速和准确地修复周跳,为非差精密定位提供了较好的数据质量控制.     

基于一机双天线站间单差的周跳探测与修复

基于对短基线单差模型的分析,使用站间载波相位观测值之差的变化率作为周跳检测量,对该量进行数值估算,分析钟跳对该量的影响,从理论上证明该检测量可用于一机双天线单差短基线解算中的周跳探测,并提出相应的周跳探测与修复方法.采用实测数据进行实验分析,结果表明,对于一机双天线短基线数据,该方法不受钟跳影响,能有效探测和修复周跳.     

周跳的产生与探测

在现代测量过程中GPS起到了举足轻重的作用,并对GPS的测量精度要求越来越高,而周跳是影响GPS精度的重要因素,所以本文对GPS周跳的产生和探测进行一定的探讨。     

超宽巷组合辅助电离层残差法北斗周跳探测与修复

根据北斗三频信号的特点及其组合观测值特性,详细阐述了一种新的非差观测值周跳探测与修复方法;该方法利用超宽巷组合(moulborne-wuebbena,M-W)组合观测值优点,对电离层残差法进行相应改进;并通过改进后的电离层残差法获取周跳的位置和大小。计算结果表明:该组合方法可以有效地探测和修复不同大小的周跳,而且适用于北斗三种不同类型卫星的信号处理,说明该算法具有较高精确性和可靠性。     

基于电离层残差法的北斗周跳探测与修复研究

对北斗周跳探测与修复的问题,利用北斗卫星信号频率特征以及电离层残差法的基本原理,推导并构造了适用于北斗周跳探测与修复的周跳检验量,通过北斗实测数据和人为加入周跳的实验方案,对该周跳检验量进行验算.结果表明:电离层残差法能够较好探测和修复较小的周跳,适用于北斗周跳的探测与修复.     

基于多小波的GPS相位观测值周跳探测

阐述了周跳探测的重要性,分析了多小波在信号处理方面比单小波更有优势,基于此,利用多小波变换模极大值与信号奇异性之间的关系模型,写出了多小波在GPS周跳探测中的具体操作步骤。最后应用于GPS双差观测量,实验结果表明多小波变换在GPS相位观测值周跳探测中的有效性。     

车轮跳差的光电检测

采用光电非接触测量、CCD摄像原理和计算机处理技术，对汽车车轮跳差进行自动检测的专用仪器，实现了车轴跳差的光电非接触自动检测和分选。     

基于卡尔曼滤波的实时总电子含量周跳探测与修复

总电子含量(total electron content, TEC)作为描述电离层形态和内部结构的重要参量,对于电离层领域的理论研究和发展有着重要作用,而周跳的探测一直以来都是全球定位系统(global position system, GPS)载波相位测量数据预处理的重点和难点,尤其是在高精度GPS定位中,卡尔曼(Kalman)滤波在周跳探测与修复中的应用使得能够准确可靠地探测出观测值中可能出现的周跳,利用Kalman滤波算法探测不同的观测数据类型及其组合,并将修复后的观测值与理论值进行对比。结果表明:该算法对周跳探测和修复有很强的有效性和精度。     

一种不发散的Kalman滤波算法的研究与应用

重点讨论了Kalman滤波算法的发散问题,提出了一种实际上不发散的Kalman滤波改进算法,并利用改进算法对三相异步感应电动机进行实例仿真研究,仿真结果验证了该算法滤波的有效性。     

GPS 定位中扩展卡尔曼滤波和基于 Bancroft 算法的2步滤波法的比较分析

GPS 定位中常用的线性卡尔曼滤波模型的精度不能完全满足要求。为此,介绍了非线性卡尔曼滤波常用的扩展卡尔曼滤波（EKF）和基于 Bancroft 算法的2步滤波法。算例分析表明,基于 Bancroft 算法的2步滤波法较优。     

一种基于卡尔曼滤波的压缩跟踪算法研究

根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪。在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性。但是当车辆被遮挡时,跟踪算法容易失效。为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测。卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹。实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求。     

基于模糊自适应卡尔曼滤波的SLAM算法

针对同步定位与地图创建（SLAM）问题中难以建立准确的先验噪声模型的问题,提出一种改进的模糊自适应卡尔曼滤波算法.该算法通过在线监测新息的变化,利用模糊逻辑对系统噪声和观测噪声的权重进行实时调整,进而改变系统对观测信息的信赖和利用程度,使滤波器最终趋于稳定.为了保证系统的实时性,提出一种直接将输入和输出进行模糊隶属函数匹配的方法代替模糊推理.将新的滤波算法用于SLAM仿真实验,结果表明该算法能根据噪声变化进行快速调整,滤波精度较高,相比标准EKF对定位和构图精度提升了50%以上.     

基于Kalman滤波的基本Elman网络训练新算法

Kalman滤波算法应用于基本Elman网络学习时,收敛速度较快,但收敛精度往往不高;而基于梯度下降的BP算法可以以很高的精度实现输入输出的非线性映射,但在极值点处收敛速度缓慢.针对上述问题,提出一种将Kalman滤波算法应用于基本Elman网络的新学习训练算法.该算法结合Kalman滤波算法和基于梯度下降的BP算法的优点来训练网络,以基本Elman网络隐层单元输出作为非线性系统的状态变量,通过Kalman滤波算法实现状态变量的快速准确跟踪,然后通过梯度下降法修正权值以保证精度.另外,在训练过程中,通过增加训练样本的信息内容来提高网络收敛的精度.仿真结果表明了该算法的有效性.     

基于无抽取Haar算法的实时卡尔曼滤波方法

针对基于分段方式的多尺度卡尔曼滤波其计算量大、延时长的问题,提出基于无抽取Haar算法的实时卡尔曼滤波方法,该方法采用简单的加减、移位运算在t时刻完成多尺度变换,然后在各个尺度进行小波阈值去噪和卡尔曼滤波;为了验证该方法的有效性,在自主改装的智能车上对低精度加速度传感器进行实验.研究结果表明:通过小波重构完成信号处理,提高了算法实时性,并且有效减少重复运算;实时卡尔曼滤波方法有效提高了传感器的性能,在不能准确估计状态转移误差情况下,该方法的去噪性能优于单独的卡尔曼滤波去噪性能.     

有限差分粒子滤波

对扩展卡尔曼粒子滤波(EKPF)的精度较低的问题,提出了有限差分粒子滤波算法.首先对非线性系统方程进行三阶泰勒级数展开,为了简化计算,对展开式中的微分算子进行离散化处理,用差商近似代替微分运算.新算法在整体上提高了局部线性化的截断误差的阶数,整体截断误差由O(h2)降低到O(h4),差商代替微分运算也避免了大量的运算.仿真结果表明,改进的算法滤波精度明显较EKPF高.     

基于卡尔曼滤波的含噪声小样本数据处理方法

提出一种基于卡尔曼滤波和扩展卡尔曼滤波的小样本噪声数据处理方法. 首先, 通过物理模型或经验公式建立系统模型. 然后, 利用系统模型预测模型数据. 最后, 采用观测数据修正模型数据, 达到平滑数据噪声的效果. 实验结果表明, 对于BC500耐候钢腐蚀增重数据, 用差分整合移动平均自回归(autoregressive integrated moving average, ARIMA)模型和随机森林(random forest, RF)模型进行腐蚀增重预测时, 经卡尔曼滤波降噪后, 决定系数$R^2$平均提升6.4%, 而经扩展卡尔曼滤波降噪后, $R^2$平均提升4.9%, 验证了本方法的有效性.     

机动输入子波估计的卡尔曼滤波器

提出一种新的机动输入估计的卡尔曼滤波器,该滤波器利用子波滤波从新息中估计机动造成的附加位移,由此修正卡尔曼滤波器的状态估计,模拟实验表明这一方法比通常的机动输入估计卡尔曼滤波器（ＩＥ）具有更好的目标跟踪性能,而计算也更为简便。