整周模糊度的正规化法

针对在迭代双乔罩斯基整数变换降相关性LAMBDA方法的基础上,解算历元数较少时方差.协方差阵轻微病态,在对原始的双差模糊度参数进行降相关的可容许整数变换时,得到的Z变换矩阵可能异常.为了能够准确和快速的解算整周模糊度,提出了对方差.协方差阵正则化的改进方法,再进行LAMBDA方法模糊度搜索即可固定模糊度.并通过的实例证明实例证明此方法计算简单,需要历元数减少,搜索效率和稳定性高.     

基于改进的遗传算法解算GPS双差模糊度的研究

将遗传算法(GA)应用于GPS双差模糊度解算过程,针对双差模糊度的整数特性,进行了实数编码的改进、遗传算法的改进等算法设计,实现了双差模糊度直接在大范围、高精度、整数域上的优化搜索,提高了解算的稳定性与高效性。试验结果表明,经过改进的实数编码GA可以取得比二进制编码GA更高的效率和成功率,更适于双差模糊度搜索。     

基于SVD-RLS的动对动整周模糊度解算方法

针对动对动相对定位时基线参量实时变化而难以准确求解模糊度浮点解的问题,提出了一种基于奇异值分解-递推最小二乘(SVD-RLS)的动对动整周模糊度解算方法:该方法首先对基线矢量系数矩阵进行奇异值分解(SVD)并变换双差方程以消除基线参量,然后采用递推最小二乘(RLS)实时推算双差整周模糊度的浮点解及其协方差矩阵,最后利用最小二乘模糊度降相关平差(LAMBDA)算法搜索和固定模糊度;试验结果表明,采用基于SVD-RLS的动对动模糊度解算方法,在100s左右即可正确解算出单频整周模糊度,基线误差在1cm以内,能够较好地适用于动对动高精度相对定位的实时解算。     

一种有效的单频GPS相位模糊度解算方法

针对快速定位中GPS单频相位模糊度较难归整的问题,采用理论分析和实验验证的方法,推导了实时动态下相位平滑伪距的递推公式,给出了一些提高观测方程线性化初始值精度的思路。在分析了短时间段双差方程结构特性的基础上,提出采用迭代选权拟合法提高相位模糊度实数解精度的新方法。算例表明,该方法提高了模糊度实数解的精度和可靠性,缩小了模糊度的搜索空间,促进了模糊度解算效率和成功率,从而能促进单频GPS接收机在高精度快速定位中的应用。     

系数为直觉梯形模糊数的模糊线性规划

研究直觉梯形模糊数,并引入以直觉梯形模糊数为系数的线性规划问题,利用直觉梯形模糊数的加权期望值对直觉梯形模糊数进行排序,将直觉梯形模糊数与实数对应,把原规划转化成为经典的线性规划问题,进而得到最优解,同时加入4个综合评估系数作为对决策人的主观决策的评价．最后给出数值例子证明该方法的可行性与有效性．     

基于支持向量机的模糊回归估计

支持向量机是在统计学习理论上发展起来的新一代学习方法,该方法在模式识别、回归估计、概率密度函数估计等方面都获得了较好的应用.基于含有不确定性信息的问题,引入了模糊支持向量机.针对回归估计问题,利用支持向量机的基本思想提出单参数约束下的支持向量机模糊线性回归模型,并给出模型的解,实验结果表明,与其它的模糊回归估计相比该方法得到了更加满意的最优解并且缩短了运行时间.     

GPS/Galileo组合区域增强PPP算法与评估

为了提高区域增强精密单点定位(PPP)系统参考站端非差模糊度的固定效率,设计了一种改进的GPS/Galileo组合区域增强PPP参考站和用户端的核心算法,提出了以消除接收机相关误差的固定单差模糊度作为约束,辅助非差模糊度固定的方法.研究了算法中基准与偏差项在参考站与用户间和不同参数间传递的过程,明确了大气延迟改正数中包含混合基准的具体成分.利用美国CORS站网的观测数据进行区域增强PPP模糊度固定解算实验,评估了GPS/Galileo组合系统可提供的解算效果及其相对于GPS单系统的增益.结果表明:相较于GPS单系统,当使用组合系统时用户PPP模糊度成功固定率提高4.5％,达到96.1％,可以在全天绝大多数时间提供正常服务,同时正确固定率提高2.9％;模糊度固定所需的时间节省了约13％.     

GPS相位模糊度固定对钟差解算的影响研究

分析了全球定位系统(GPS)载波相位模糊度固定对接收机钟差解算的影响,并利用GRACE-FO实测数据基于不固定模糊度、固定单差模糊度和固定双差模糊度三种方法解算了三组钟差,最后通过与官方产品比较和重叠弧段比较两种方法进行了质量评估.结果显示：固定单差模糊度和固定双差模糊度所解算的相对钟差与官方产品差异的标准差(17.2和13.2 ps)比不固定模糊度(32.8 ps)分别减小了48%和60%;重叠弧段差异标准差(2.3和0.7 ps)比不固定模糊度(11.4 ps)分别减小了80%和94%,比官方产品(3.6 ps)分别减小了36%和81%.以上结果表明固定GPS相位模糊度可显著改善相对钟差精度.     

基于组合载波相位的飞行器姿态确定

为解决全球导航卫星系统(GNSS)姿态测量中整周模糊度的快速求解问题,提出一种基于组合载波相位的短基线整周模糊度解算方法,利用单个历元的观测数据解算整周模糊度.根据多颗卫星的单频载波相位整周模糊度解算结果,应用最小二乘原理对基线向量进行精确求解,进而由基线向量确定出飞行器的姿态角.仿真结果表明,该模糊度解算方法在单个历元内至少能够解算出8颗卫星的载波相位整周模糊度,解决了GNSS动态测姿领域的一个关键性问题.测姿结果显示,偏航角和俯仰角的测量误差均小于0.2°.该研究成果可以为GNSS姿态测量系统在航空、航天等对实时性要求较高的领域中的应用创造条件.     

基于模糊软矩阵的多专家群决策方法

对模糊软矩阵信息的多专家群决策问题进行了研究.在模糊软集的基础上定义了模糊软矩阵,并定义模糊软矩阵间的相关运算法则,基于这些运算给出了加权算术平均算子和加权几何平均算子.针对在给定模糊软矩阵信息下如何对论域元素进行排序的问题定义了可能度,从而得到可能度矩阵并结合排序向量法给出了一种排序方法.最后,利用集成算子和可能度矩阵等工具给出了一种基于模糊软矩阵信息的多专家群决策途径,并利用实例验证该决策方法的可行性和有效性.     

基于超短基线的GPS测姿算法研究

针对超短基线下姿态测量结果稳定性差及可靠性低的问题,提出一种更加可靠稳定的基于超短基线的全球定位系统（global positioning system,GPS）姿态测量算法。构建了扩展卡尔曼滤波（extended Kalman filtering,EKF）模型,并对扩展卡尔曼滤波模型中测量噪声矩阵采用基于卫星高度角模型,得出比较准确的浮点模糊度;联立了载波双差观测方程和伪距双差观测方程,并采用改进模糊度最小二乘去相关平差法（modified least-squares ambiguity decorrelation adjustment algorithm,M-LAMBDA）进行快速模糊度固定解算;利用了滤波法进行姿态解算。实验结果表明,与其他测姿算法相比,该算法可适用于超短基线,能够提高姿态结果的稳定性与可靠性,在基线为20 cm静态环境中,该算法模型航向角的误差方差为0.1左右,航向角的绝对误差为2°左右。在基线为20 cm动态环境中,该算法模型航向角的误差方差为2左右,姿态角的绝对误差为3°左右。     

基于空间差分算法的相干信号二维DOA估计

针对传统解相干算法对阵列孔径利用率不高的问题,提出了一种改进的空间差分算法,通过重构子阵之间的协方差矩阵,将阵列接收信号协方差矩阵的所有自相干信息和互相关信息充分利用,再通过建立差分矩阵,利用空间差分算法去除噪声的影响。最后采用传播算子（PM）算法完成二维波达方向（DOA）估计。仿真结果表明,该算法相比传统解相干算法,解相干效果较好,角度估计精度有较大的提高。     

基于GPS载波相位的边坡形变监测方法

针对道路建设、桥梁建设及矿山等大型工程建设过程形成的高危边坡问题,在现有技术的基础上提出一种基于载波双差与无偏估计法,结合求解形变量的形变监测方法,阐述了无偏估计的数据检验和校正方法,建立形变监测数学模型。首先,通过观测站间做载波单差消除卫星钟差和测量误差的未知量,将基线向量与伪距单差的几何关系代入载波单差方程并建立矩阵方程。其次,将矩阵方程在单差的基础上做历元间差分形成双差方程,消除了整周单差未知量。最后用无偏估计法对双差数据进行检验校正;并用最小二乘法求解方程,得出形变量。通过实验验证,该方法具有实用性强和精度高等优势。     

LAMBDA方法中最佳双差模糊度选择问题研究

从双差模糊度的定义出发 ,分析了双差模糊度组合的几种常用方式 ;接着给出了判断模糊度方差 协方差阵结构好坏的标准 ;最后用一个实例具体比较了不同双差模糊度组合时模糊度方差 协方差阵的相关性及其对模糊度搜索效率的影响 ,并给出了最佳组合     

多元统计分析在误差理论中的应用—关于广义传播律

本文给出了多维随机向量的方差、协方差的矩阵形式,进一步讨论其方差运算的更一般规则,即不论各随机变量是否独立均能普遍适用的公式——协方差传播律,同时推出权逆阵传播律,并举出其应用。     

在线复值独立分量分析算法

基于复向量不相关特性和复值非线性函数,提出一种在线复值独立分量分析算法.结合非正则复向量的协方差矩阵和伪协方差矩阵构造出了新的代价函数,进而提出新算法,通过复非线性不相关,从混合信号中提取出复值独立分量.由于充分利用了非正则复向量不相关的特性,获得了更多有用的信息量,因此算法的收敛速度更快、提取效果更好,并且在线方式下算法更加稳定.仿真试验表明,所提出的在线复值独立分量分析算法更具有实际应用前景.     

一种改进的CIR法用于单历元模糊度解算

针对级联整周模糊度解算（CIR）法在载波相位和伪距观测噪声很大的场合,模糊度固定成功率很低这一问题,提出了一种改进的CIR法,该算法以CIR法为基础,利用排序和连续（逆）乔里斯基降相关法对每步最小二乘法求得的模糊度浮点解和协方差矩阵进行降相关,最后采用改进的最近点搜索（MAEVZ）法固定整周模糊度.仿真实验表明,在伪距观测噪声为2.0 m,载波相位观测噪声为0.03周的短基线环境下,CIR法单历元整周模糊度解算成功率已经低于5%,无法正确固定整周模糊度,而改进的CIR法单历元整周模糊度解算成功率仍能达到90%以上.      

基于TSVD的在线相干DOA估计算法

对信号波达方向估计中的解相干问题,提出一种新的去相关信号波达方向估计方法。利用阵列实时接收的快拍数据迭代得出协方差矩阵的最大特征矢量,然后通过最大特征矢量建立一个新的Toeplitz矩阵实现去相关,最后对新得到矩阵进行奇异值分解得到信号的波达方向。通过仿真实验证明该方法能够实现对相干信源的有效估计,并且具有很好的实时性,能够有效的降低算法的复杂性。它在低信噪比和小快拍数的情况下有着比TSVD算法更加优良的估计性能。     

基于支持向量回归机的自适应差分滤波算法研究

针对差分滤波(DDF)算法存在因噪声统计特性与实际不符而导致的滤波精度降低甚至发散的问题,提出了一种基于支持向量回归机的自适应差分滤波(SVRADDF)算法.将测量值的新息协方差与理论协方差之间的差值作为支持向量回归机的输入、输出调节噪声统计特征的自适应因子,实时修正DDF噪声协方差,根据实际噪声变化调整噪声协方差矩阵,从而提高滤波精度.针对水下目标纯方位角跟踪系统的蒙特卡洛仿真实验表明,在相同初始噪声特性条件下,所提出的SVRADDF算法具有较好的估计效果和鲁棒性,估计精度、稳定性及收敛时间等性能明显优于单纯DDF算法.