DGPS/INS Data Fusion for Land Navigation

IntroductionLandnavigationhasledtothecreationofmanyresearchprojectsandplatformslikeTRAVELandOPSYDE,whicharepartoftheAUTORISproject(AutomaticsforanIntelligentandSafeRoad).TheTRAVELplatformconsidersthecreationofanautonomousconvoyofvehicleswhiletheOPSYDEprojectconsistsofdatafusiontechniquestosolvetheproblemofmultisensornavigationinordertoincreasetheaccuracyandreliability.Testplatformisinstalled,composedbyROBUCARelectricvehiclesandtheironboardsensorswherethemostimportantareGPSand…     

自适应卡尔曼滤波器渐消因子选取方法研究

分析了通过改变噪声和初始条件抑制Kalman滤波发散的方法,指出了造成Kalman滤波发散的原因和控制Kalman滤波发散的机理。推导了衰减记忆滤波方程并研究了衰减记忆滤波噪声阵和滤波初值的选取条件,分析了衰减记忆滤波条件下量测噪声阵遗忘因子权重变化的物理意义。给出了衰减记忆滤波不发散的自适应遗忘因子的新算法,仿真结果证明了所述方法的有效性。     

An extended nonlinear state predictor for a class of nonlinear time delay systems

An extended nonlinear state predictor (ENSP) for a class of nonlinear systems with input time delay is proposed. Based on the extended Kalman filter (EKF), the ENSP first estimates the current states according to the previous estimations and estimation errors, next calculates the future state values via the system model, and then adjusts the values based on the current errors. After a state predictive algorithm for a class of linear systems is presented, it is extended to a class of nonlinear time delay systems and the detailed ENSP algorithm is further proposed. Finally, computer simulations with the nonlinear example are presented, which demonstrates that the proposed ENSP can effectively and accurately predict the future states for a class of nonlinear time-delay systems no matter whether the state variables change quickly or slowly.     

Sigma点卡尔曼滤波及其应用

针对扩展卡尔曼滤波(EKF)不易调整、难于应用、只对更新时间步长内局部线性假设成立的非线性系统适用等不足,近年来提出了一些卡尔曼滤波向非线性系统扩展的新方法。根据均值与协方差信息按非线性映射传播的特点,将它们归类为Sigma点卡尔曼滤波(SPKF)方法。在简要说明加权统计线性回归技术的基础上,系统介绍了SPKF的形式及算法,对其应用情况进行了总结和展望,指出可采用SPKF替代EKF以获得更好的性能。     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

中国公司治理的路径依赖——理论与实证分析

1Introduction　Now ,in orbitspacecraftsdeveloprapidlyinqualityandquantity,whilethegroundTT&Cresourceisrelativelylimi ted .Therefore ,torealizespacecraftautonomousnavigationandpositioningseemsespeciallytobeimportant.Itisoneoftheimportantaspectstoincreasethein orbitspacecraftself containedability .　ExtensiveattentionshavebeenpaidtotheapplicationofGPSinthisarea,andquiteanumberofachievementshavebeengained ,butitisonlythebeginning .　FortheutilizationofGPSinspacecraftnavigationandpo sitioning …     

基于折扣高斯粒子滤波器的桥梁可靠性动态预测

桥梁健康监测(BHM)系统在长期运营中积累了大量信息,如何利用这些信息动态预测结构可靠性已成为BHM领域的关键科学问题之一.为合理预测桥梁的动态可靠性,应用BHM系统日常监测的极值应力数据,建立带有最优折扣因子的动态线性模型,结合高斯粒子滤波器给出折扣高斯粒子滤波器预测算法,分别对日常监测极值应力的一步向前预测分布参数和状态变量后验分布参数进行修正预测,并基于此,采用一次二阶矩(FOSM)方法预测桥梁的动态可靠性,结合桥梁实测数据对所提方法进行了验证分析,为桥梁预防性养护维修决策提供理论基础.     

连续型野值判别的新方法

针对连续型野值严重影响卡尔曼滤波器可靠性这一情况,提出一种新的野值判别方法,即正交模型参数变化判别法.当新息序列满足以下3个条件即信号是有穷均值,观测噪声是均值为零的独立分布过程,信号与噪声互不相关时,卡尔曼新息序列估计值具有正交性质.正交模型参数变化判别法的实质是通过判断卡尔曼滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值.通过仿真结果表明,新的方法对于连续型野值的判别方便易行,快捷有效.     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.