Kalman滤波在矿区GPS变形监测数据处理中的应用

论述了Kalman滤波在GPS变形监测数据处理中的应用,利用Microsoft Visual Basic6.0结合MatrixVB,通过一个算例模拟了Kalman滤波的过程。     

多普勒雷达测量数据的Kalman滤波器设计

研究把多普勒雷达测量数据引入Kalman滤波的新方法.根据测量噪声协方差矩阵的分解导出一种理想的线性测量方程的等价形式,在方向余弦估计和误差补偿的基础上,给出可实现的测量方程及其对应的序贯处理的滤波方程.这种序贯处理结构有助于方向余弦继承位置测量更新带来的性能改善,从而减小其估计误差.蒙特卡罗仿真表明,这种序贯滤波算法,不但可以提高状态估计精度,而且其性能优于传统的推广Kalman滤波.     

组合导航系统UKF滤波算法设计

将平淡Kalman滤波(UKF)方法应用于低成本SINS/GPS/MC组合导航系统,建立了系统的非线性误差方程,并设计了相应的UKF算法与滤波器;针对组合导航中捷联惯性导航子系统的反馈修正,提出了一种根据误差角对四元数进行修正的方法.试验结果表明,本文设计的UKF效果优于集中Kalman滤波,且采用四元数反馈修正方法后较大地提高了滤波精度.     

自适应Sage滤波在GPS/SINS组合导航中的应用

为了提高导弹命中目标的精度,研究了GPS/SINS组合导航系统。以组合导航系统为应用背景,在常规Kalman数学模型的基础上,提出了改进的自适应Sage-Husa滤波方法。试验结果证明:在噪声的统计特性不能确定时,改进的自适应Sage-Husa滤波与常规Kalman滤波相比,导弹命中目标的圆概率误差(CEP)由原来的62m提高到21m。改进的自适应Sage-Husa滤波方法对提高GPS/SINS组合导航系统的制导精度和可靠性是十分有效的。     

基于Kalman滤波的AOA测量误差抑制研究

在AOA无线定位中,需要测量特征测量值AOA。而在蜂窝网络的无线测量中,由于非视距传播和多径的影响,AOA测量值误差较大,从而定位精度较低。Kalman滤波技术是一种处理定位数据的有效手段,尤其是动态定位数据,它不仅利用当前的观测量,而且充分利用以前的观测数据,根据线性最小方差原理,求出最优估计。仿真结果表明,Kalman滤波技术可以有效抑制AOA测量误差。     

基于噪声顺序解相关的两阶段Kalman滤波融合

针对传统两阶段Kalman滤波只能处理单一或部分复杂噪声情形,在充分考虑多雷达跟踪系统的误差噪声有色建模和四类噪声相关性建模基础上,建立一种基于噪声顺序解相关的两阶段Kalman滤波融合算法。首先给出能有效避免噪声相关性耦合化的噪声解相关顺序,进而应用等价变换技术来获得有色噪声、过程噪声和测量噪声三者间不相关的目标跟踪融合模型,最后应用平方根分解和单位下三角阵求逆技术来实现多雷达量测噪声相关系统的集中式Kalman滤波融合,并通过4个仿真实验验证了该算法对复杂噪声情形的有效性和高精度。     

附加斜率绝对值法的模态相关EMD-ICA滤波降噪算法及GPS应用研究

为了削弱或剔除GPS测量数据或信号中混杂的噪音成份以及GPS多路径效应误差,提出一种附加斜率绝对值法的模态相关EMD-ICA滤波降噪法,并通过一定的数学推导,证明了斜率绝对值法具有一定合理性。通过实验将该方法与现有几种滤波法进行比较,验证了新方法能够有效处理GPS测量数据中的噪音成份以及削弱多路径效应误差,并且取得较好的效果。     

径向速度测量在Kalman滤波中的应用

研究一种把径向速度测量引入Kalman滤波的新方法.在分析传感器噪声特性以及测量方程结构的基础上,提出优先处理位置测量数据,然后利用位置矢量的滤波值改进对径向速度测量方程的伪线性表述,从而得到一种序贯处理、伪线性结构的滤波算法.从理论上分析了该算法的稳定性.蒙特卡洛仿真说明该算法不仅克服了推广Kalman滤波(EKF)暂态性能差的缺陷,而且其稳态性能也略优于EKF.     

卫星着陆系统差分基准站B值分析与处理算法

多基准一致性检测中的B值处理是卫星着陆系统完好性监测的核心,针对传统基于极大似然估计准则的B值处理算法存在相关性,易造成系统故障检测率低以及难以区分故障来源的问题,研究了基于Kalman滤波的B值处理新算法:通过建立以监测接收机修正伪距值为观测量,星站距离估计值为状态量的滤波模型,计算得到监测接收机修正后的伪距误差,然后利用其构造新的B值;理论分析与试验结果表明,相比于传统算法,新的B值处理算法可以消除相关性的影响,故障检测率提高近20%,增强了系统的可用性水平。     

用无人机 GPS系统对雷达进行精度评定的方法

提出了一种新的雷达精度评定方法,即利用搭载全球定位系统(GPS)的小型无人机做为雷达的跟踪目标,对雷达测量精度进行评定.在研究评定方法的基础上,分析了数据处理方法和雷达评定工作对GPS系统定位精度的要求.为了提高无人机的定位精度,系统采用了差分GPS定位技术,即根据地面基准站测量GPS的定位误差来修正无人机的测量结果,并采用Kalman滤波方法来抑制观测噪声,进一步提高无人机的定位精度.仿真测试表明,这种方法可以满足雷达评定的精度要求,同时具有简单、经济、可靠的优点.     

一种减小TOA测量距离中NLOS影响的DMS模型和估计算法

有效的滤波方法和多尺度估计是无线定位技术的重要研究方向。为了减小在蜂窝网无线定位中非视距传 播(NLOS)对波达时间(TOA)测量距离的误差影响,先结合NLOS误差特性对标准Kalman滤波进行修正,然后提 出将不同采样率的修正Kalman滤波方程与多个尺度联系起来,建立了一种动态多尺度系统(DMS)模型,并给出基 于Haar小波的实现方法。仿真结果表明,基于上述方法优于直接进行Kalman滤波的效果,能较大幅度地提高 TOA测量距离的精度。     

GPS在工程变形监测中的应用

与传统的工程变形监测方法相比,GPS测量技术在连续性、实时性和自动化程度等方面有明显的优势.在分析了GPS在变形监测方面的特点的基础上,探讨了GPS在大坝、地面沉降、高层建筑物等工程变形观测中的应用.     

基于GA-BPNN的自适应抗野值无迹Kalman滤波方法

为了满足飞行试验轨迹的试验测量需求,构建了一种高性能飞行试验目标轨迹测量系统.在此基础上,针对实际飞行测量中遇见的异常数据处理问题,提出了一种基于多机器学习改进的自适应Kalman滤波方法.该方法以传统的无迹Kalman滤波器(UKF)为基础,首先,通过引入采用遗传算法改进后的BP神经网络(GA-BPNN)来改进UKF算法,以实现对UKF全局误差的调控和修正,从而改善UKF的估计精度;然后,应用抗野值技术来充分剔除测量中的孤立型和斑点型异常点,实现对GA-BPNN-UKF的再次改进,有效提高滤波的鲁棒性;最后,应用仿真来验证提出新算法的有效性,并通过对实际飞行测量数据(通过建立的轨迹测量系统获得的实际数据)的实验分析来显示算法在实际应用中的有效性.     

推广的遗忘因子递推最小二乘算法在GPS中的应用

作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹，并与推广的Kalman滤波进行比较，发现两种算法在GPS中具有各自的优点，当噪声相关性较大又不能准确地得到其方差时，推广的遗忘因子递推最小二乘算法好于推广的Kalman滤波算法。     

Kalman滤波质量控制的一种改进算法

探讨了Kalman滤波中观测粗差和状态方程异常的处理问题,分析了以往处理方法,如Sage自适应滤波法、两步假设检验法及抗差自适应Kalman滤波法等的优点和不足,提出一种改进算法,一方面用拟准检定法检测观测方程中的粗差,另一方面再用Sage自适应方法实时估计状态噪声方差阵,减免状态方程异常对参数估计的影响.通过一个星载GPS低轨卫星定轨算例,验证这种思路是可行的.     

阻尼白化滤波及其在GPS模糊度快速解算中应用

针对矿区开采沉陷观测中存在的两次观测的变形值不大等特点,将其作为约束条件,结合改进的白化滤波算法,提出了一种适合单频GPS监测开采沉陷的阻尼白化滤波快速解算模糊度算法。针对一般白化滤波方法对白化处理后模糊度直接取整的做法,提出在假设检验通不过时,引入LAMBDA中的条件最小二乘方法进行搜索,可以有效提高模糊度解算成功率。这个算法为用GPS监测矿区开采沉陷、大坝、滑坡、大桥及高层建筑物等的变形时的模糊度解算提供一条有效途径。     

GPS网共模误差的灰色关联系数加权叠加滤波识别法

区域GPS网坐标时间序列存在共模误差,该误差影响GPS网站点坐标精度,因此去除共模误差具有重要意义.文中提出了一种基于灰色关联系数的叠加滤波方法,该方法以GPS网台站坐标时间序列的灰色关联系数作为叠加滤波的权重.通过实测GPS网数据分析表明,灰色关联系数叠加滤波方法是一种识别单站共模误差的有效方法;同时,该方法能够识别异常GPS台站坐标时间序列,避免异常台站对共模误差计算的影响.该方法在不同尺度GPS网坐标时间中提取共模误差的效果都优于叠加滤波方法.     

GPS在天荒坪大坝变形监测中的应用研究

应用GPS定位技术对天荒坪上水库大坝进行了变形监测试验,针对其地形和地势条件的特点,提出了一些减弱误差的有效方法和提高精度的措施,并对其监测精度进行了分析。通过分析得出GPS技术的定位精度能够满足大坝变形监测的要求,验证了GPS定位技术在大坝变形监测中应用的可行性。     

高层建筑动态变形的GPS监测技术

介绍了利用GPS技术测量高层建筑变形的原理及试验模拟与监测过程;重点阐述了GPS动态特征模拟数学模型及不同外界环境条件下试验数据的采集及分析过程;通过对试验数据的分析处理,阐明了GPS技术在高层建筑动态变形监测中应用的可行性,指出了将GPS技术和自动分析及控制技术结合后在工程测量领域具有广泛应用前景。     

卡尔曼滤波在GPS制导火箭弹中的应用

针对直接采用全球定位系统(GPS)测量弹道误差较大的问题,该文提出应用扩展卡尔曼滤波方法进行弹道测量。采用火箭弹弹道模型和GPS误差模型,建立卡尔曼滤波系统状态模型和以伪距为观测量的系统测量模型,推导并分析了相应的滤波公式,并对GPS动态定位的数据进行滤波。理论分析和仿真结果表明,GPS测量的位置误差和速度误差具有随机性,且误差幅度较大,采用卡尔曼滤波算法后,弹道的位置估计误差和速度估计误差分别降低到观测误差的1/3和1/4左右,而且滤波收敛速度快。