GPS接收机自主完好性监测算法可用性分析

以全球定位系统(GPS)为研究对象,研究水平定位误差保护级(HPL),阐述自主完好性监测(RAIM)算法故障监测和可用性原理.结合导航性能在航空应用中的需求,对影响RAIM可用性的因素进行数据仿真分析.结果表明,漏检率一定时,RAIM可用性随着误警率降低而降低;误警率一定时,RAIM可用性随着漏检率降低而降低.RAIM算法的可用性随着截止高度角降低和可视卫星数增加而提高.研究结果为采用RAIM算法进行故障卫星的检测和隔离提供了一定依据.     

基于kalman滤波的改进钟差模型辅助RAIM算法

为了提高完好性监视结果的可信度,现采用Kalman滤波建立新的接收机钟差预测模型.利用该模型的钟差预测值辅助进行自主完好性监测(RAIM).利用GPS实测数据进行分析验证,结果表明这种新模型辅助相对于原模型辅助,改善了卫星的几何分布和钟差预测的精度,提高了RAIM的可用性,降低了能检测到的最小故障偏差.     

基于总体最小二乘法的RAIM算法模型改进

最小二乘残差RAIM算法中的伪距观测模型线性化过程会形成截断误差.考虑环境噪声对数据矩阵和观测值的扰动影响,给出了RAIM解算模型;采用总体最小二乘法估计准则,使残差更精确,数据可靠性更高,提高了RAIM算法的定位解算的精度与可靠性.分别采用总体最小二乘残差法和最小二乘残差法对实测数据进行了处理,分析结果验证了总体最小...     

基于向量相关距离的新型RAIM算法

用户自主式完备性监测RAIM是卫星导航系统的重要组成部分,是指根据用户接收机的多余观测值监测用户定位结果的完备性.在现有的RAIM算法中,比较普遍的是利用伪距多余观测量实现粗差卫星的探测和识别的最小二乘残差法和Parity相关系数法.在旧有的以相关分析RAIM算法基础上,进行矩阵变换得到设计矩阵,重点考察设计矩阵向量间的相关系数和相关距离,作为粗差探测和识别的研究对象.通过向量相关距离时间序列,可以区分单个粗差和多个粗差的粗差集.本文提出的基于相关距离的RAIM算法,克服了现有RAIM算法中由于相关系数自身相关的缺陷而使得粗差探测失真的技术问题,并且具有利用矩阵变换计算相似距离,方法更加简便的优点,从而使得粗差识别更加清晰,识别多个粗差.     

机场实施RNP运行的探索

PBN（基于性能导航）作为中国民航大力推广应用的导航新技术,近几年,越来越多的机场启动PBN项目,实施RNP运行。本文从PBN的基本知识、PBN项目实施步骤、航图标注、运行实施风险、存在的问题和解决措施、注意事项及建议等几个方面,进行探索和总结,期望能给同行起到借鉴作用,以便降低安全风险,顺利实施RNP运行。     

支持垂直引导进近的多星座RAIM算法

为了充分利用未来的全球导航卫星系统(GNSS)中多星座多频点的卫星信号,使接收机自主完好性监测(RAIM)技术能够用于垂直引导进近(APV)飞行阶段,提出了一种基于双星故障假设的多星座RAIM算法。算法将全部可见卫星分为3组,分别计算定位解,对3个分组定位解加权平均作为最终的定位解,通过迭代寻找最优加权因子,使得在满足定位精度要求的前提下极大化算法的可用性。仿真结果表明:该算法能够以100%的可用性支持APV-Ⅰ飞行阶段,以高于99%的可用性支持APV-Ⅱ飞行阶段。     

一种改进的行人导航算法研究

目前大多行人导航系统的研究都以手持手机、绑在腰间等单一姿态为前提,并未考虑行人使用手机过程中同时存在接电话、放在上衣口袋等多种姿态的情况.分析了行人使用手机的4种常见姿态,基于行人航迹推算(pedestrian dead reckoning,PDR)算法设计了一种改进的行人导航算法.利用神经网络(back propagation,BP)模型对手机姿态进行智能识别,设计了一种新的步态检测算法来对多姿态下的步态进行有效检测,并将行人行走过程分为单一姿态与姿态切换过程,对2个过程的航向进行了修正.软件测试结果表明,多姿态下实现系统定位精度在20‰以内,达标率在85％以上,应用于导航系统能够提供准确、可靠、持续的位置信息.     

基于铱星增强的GPS系统RAIM性能

为评估基于低轨卫星增强的导航系统RAIM性能,建立了基于铱星增强的GPS(以下简称为iGPS)系统的伪距观测方程,估算出该系统用户距离均方根误差,并在此基础上分析了该系统RAIM性能。结果表明,铱星的增强不仅可以显著改善系统GDOP及HDOP值,而且显著提高了故障检测和识别概率,可检测的最小故障偏差从20 m降到10 m,可完全检测的最小故障偏差从80 m降到40 m,可识别及可完全识别的最小故障偏差也得到明显降低,为基于低轨卫星的导航增强系统设计提供了参考。     

基于3D注意力的MobileNet图像分类算法改进

针对MobileNetV2网络在图像分类任务中特征表达不足的问题,提出一种结合注意力机制对MobileNet网络的改进策略。利用一种新颖的高效且无参的注意力模块,同时结合I-block模块来替换MobileNet网络中的倒残差模块,采用RReLU激活函数替代原ReLU激活函数保留更多特征,结合inception结构进行多尺度特征提取与融合,使其可以提供更强的多尺度特征表达并服务于图像分类任务,使用数据扩增技术,生成更多样本。与6种方法进行对比,实验结果表明,采用3D注意力机制的网络在数据集CIFAR-10、CIFAR-100上以最少的网络参数分别取得94.09%和75.35%的最高精度,表明该改进方法可以有效地进行快速图像分类。     

基于改进鲸鱼算法优化支持向量机的故障诊断的研究与应用

故障诊断在工业生产过程中具有很重要的作用,尤其是对于要求比较高的分子蒸馏来说,微小的故障都会造成其提纯率,因此提出一种基于改进鲸鱼算法优化支持向量机的故障分类方法(improved whale optimization algorithm-support vector machine, IWOA-SVM),加入反向学习策略和对数权重因子到普通鲸鱼算法中。首先,用反向学习策略(opposition-based learning, OBL)代替随机初始种群,用反向学习策略选取出反向种群,对种群进行择优选择,一方面OBL能够高效地提高群智能算法的全局搜索能力,另一方面提高鲸鱼算法在重复迭代中的多样性,使其跳出局部最优解;其次,引入自适应权重因子并将其加入到鲸鱼优化算法中,利用权重因子的动态变化,很大程度上增强了全局搜索能力;最后,采用改进之后的鲸鱼算法对SVM的参数进行寻优,并利用优化之后的支持向量机对刮膜蒸发过程获得的故障数据进行诊断识别,将IWOA-SVM的结果与其他3种做对比。结果表明,IWOA-SVM算法分类准确率提升了2%,且其准确率保持在98%以上,在分类结果的准确性以及算法的鲁...     

基于改进鸡群算法和相关向量机的燃气轮机气路故障诊断技术研究

在管道输送过程中,燃气轮机的健康状态与管道的安全平稳运行密切相关。为提高燃驱压缩机组燃气轮机气路故障诊断的准确率,以双轴燃气轮机为对象,通过建模获得不同气路故障类型的数据集,引入相关向量机(RVM)模型对典型气路故障进行分类诊断,并采用改进鸡群算法(ECSO)对RVM模型的超参数进行寻优。结果表明,ECSO-RVM模型的分类精度为95.55%,明显优于支持向量机(SVM)、径向基核函数(RBF)神经网络、反向传播(BP)神经网络、改进蜂群算法-自适应模糊推理系统(IABC-ANFIS)和深度置信网络(DBN)等模型;在添加不同程度高斯白噪声的条件下,ECSO-RVM模型的分类精度始终保持在80%以上,说明该模型的分类精度、抗噪声能力和泛化能力较好,可用于燃气轮机气路故障的快速识别和诊断。     

基于计算机视觉的机器人导航综述

计算机视觉是人工智能学科的一个主要分支，也是自主机器人视觉导航的理论基石。文章概述了近20年来在自主机器人导航领域中的主要技术。自主机器人的导航方法主要可分为3大类：基于地图的机器人导航，基于光流的机器人导航和基于地貌的机器人导航，前两种方法主要适用于有结构的导航环境，第3种方法主要适用于无结构的导航环境。     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

基于分形的地形分类技术及其在导航中的应用

将ｆＢｍ模型引入地形分析中，通过ｆＢｍ模型的参数Ｈ和σ来描述地形的复杂度和起伏程度，以此特征来实现对地形的分类，仿真实验证实了在地形辅助导航中，以Ｈ和σ作为地形的特征参数，可以区别不同种类地形对地形辅助导航的影响，为航迹规划和飞行走廊地形的选取提供了依据和准则。     

基于微粒群优化的快速K-近邻分类算法

随着全球信息化的出现,手工分类索引已经不适用于大规模信息的处理,自动分类的研究得到迅速发展。K-近邻法是具有一定效率的自动分类算法。本文将其与智能优化技术结合,用于基于机器学习的文本分类过程中。实验结果表明,对于庞大的文档集合分类,该算法提高了分类的速度和精度。     

基于SAM和GA／SVM的肿瘤基因表达谱分类算法

基因芯片技术在肿瘤分型分类的研究中得到了广泛的应用．为了处理肿瘤基因表达谱数据,建立肿瘤分类预测模型,文中采用基因表达差异显著性分析方法,支持向量机,遗传算法相结合的多步骤降维分类方法．采用该方法处理大肠癌和白血病数据集,筛选到基因数量较少并且分类准确度较高的特征基因子集．实验结果表明,文中的方法可以快速有效地筛选肿瘤特征基因,获得更好的分类效果．     

基于Shewhart控制图的完好性监测算法

Galileo系统完好性处理中,通常假设空间信号误差(SISE)服从零均值的高斯分布,以理想状态处理,但在实际情况中该假设很难满足。首先阐述了SISE的概念与统计方法,以IGS提供的数据为基础,分析了2012年8月26日的SISE分布状况;然后针对非零均值模型的SISE完好性监测,将统计过程控制引入完好性监测中,提出了一种基于Shewhart控制图的完好性监测算法,并与最小方差法进行对比。仿真结果表明,所提算法比最小方差法监测性能更优。     

结合分类和索引技术进行基于图像内容的外观专利检索

与互联网上的通用图像相比,外观设计专利图像拥有一些其独有的特点。如,外观设计专利图像中图片质量较高,噪点较少。基于以上特点,提出了一种基于分类技术的外观设计专利图像检索方法。当检索图像以较高概率被正确分类,在该类别中检索;否则,在所有图像中检索,使用索引技术来加快检索速度。     

基于改进Q学习算法的导航认知图构建

针对导航认知图构建效率低,方向信息不准确等问题,提出了一种基于改进Q学习算法的导航认知图构建方法。首先,利用径向基(RBF)神经网络学习生成网格细胞到位置细胞的映射关系,并利用位置细胞对空间进行表征;其次,采用改进Q学习算法学习位置细胞面向目标的Q值大小;最后,根据重心估计原理计算面向目标的方向信息,并生成导航认知图。仿真结果表明:与传统Q学习算法相比,文中算法生成导航认知图的学习次数从2 000次缩减至1 000次,提高了导航认知图的构建效率;学习值(指面向目标的方向信息)的相对误差最大降低了15%,提高了认知图的准确性。     

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。