统计特性突变下的机器人同步定位与地图构建

针对未知环境中，机器人同步定位与地图构建( SLAM)时，系统的统计特性发生突变问题，提出了一种基于非线性交互式多模型(IMM)的SLAM算法。该算法的主要思想是：用多个非线性高斯模型近似非线性非高斯模型；每个模型都采用扩展卡尔曼滤波(EKF)对非线性系统线性化；在每一步采用IMM方法获得融合估计值；从而演化机器人的SLAM. Monte Carlo仿真结果表明，在过程噪声均方根误差、量测噪声均方根误差和两者噪声均方根误差都发生变化的情况下，与EKF-SLAM算法和快速SLAM算法相比，该算法具有更好的估计精度。     

一种新的SINS/GPS组合导航建模与滤波

针对复杂环境条件下弹道导弹SINS/GPS组合制导过程中GPS量测噪声强度不稳定的问题,综合考虑陀螺快变漂移、慢变漂移、数字平台失准角等因素,重点建立了弹道导弹SINS的误差模型;设计了一种基于新息自适应滤波算法,以减小GPS噪声统计模型误差造成的滤波误差。采用基于新息自适应估计卡尔曼滤波(AKF)进行数据融合,对比标准卡尔曼滤波(SKF)的仿真结果,证明在GPS噪声强度变化时,AKF比SKF有更高的滤波精度和更强的鲁棒性。     

基于交互式多模型的水下机动目标跟踪

为了解决水下机动目标跟踪的实时性和可靠性问题,在交互式多模型(IMM)的框架下对水下机动目标跟踪进行了分析,建立了目标运动方程和观测方程。交互式多模型滤波算法的选择直接影响到跟踪的精度,在跟踪滤波方面,针对交互式多模型滤波过程中观测方程非线性对滤波性能的影响,分别将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)2种滤波算法与交互式多模型算法相结合。仿真结果表明,交互式多模型算法与UKF算法结合的滤波精度更高,能够更有效、可靠地达到跟踪机动目标的目的。     

自适应交互式多模型目标跟踪算法

以防空火控系统的跟踪预测为背景，提出一种自适应的交互式多模型跟踪算法。该算法采用后验信息修正模型的噪声方差和马尔可夫转移矩阵，使IMM具有自适应能力。将该算法应用于由CA、CV两模型组成的交互式多模型算法中取得良好的效果。仿真结果表明，该算法跟踪精度比标准IMM有较大改善。     

基于交互式多模型的多传感器组合导航系统

针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统,并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明,该方法能提高组合导航系统的滤波精度与可靠性,但当实际的模型集不能覆盖实际的所有模态时,系统的滤波精度会有所下降。     

基于消隐记忆SCKF的交互式多模型算法

针对交互式多模型算法(Interacting Multiple Model,IMM)在机动目标跟踪时,因模型不准确导致的滤波误差增大问题,提出了基于消隐记忆平方根容积卡尔曼滤波(Memory Attenuation Square Root Kalman Filter,MASCKF)的交互式多模型算法(IMM-MASCKF)。该算法在模型滤波中引入消隐记忆滤波理论,通过消隐记忆因子增大新息在滤波中的比重,改善了滤波器对目标机动的动态性能,提高了滤波精度。仿真结果表明,该算法可以实现对机动目标的有效跟踪,且与常规交互式多模型算法相比减小了滤波误差。     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。     

基于IMM-CKF的弹道再入目标跟踪研究

该文研究了弹道系数未知的弹道再入目标的跟踪问题.针对现有再入目标跟踪方法对弹道系数初值设定以及噪声协方差的设置比较敏感的问题,采用了数值精度高、稳定性好且计算量较小的求容积卡尔曼滤波(CKF)算法作为跟踪滤波器,并分别设计了由不同弹道系数模型构成的交互式多模型(IMM)算法以及由不同噪声协方差模型组成的IMM算法.仿真结果表明,该文设计的两种IMM算法都能显著提高跟踪精度以及对弹道系数估计的收敛速度.     

实时动态载波相位差分GPS定位精度分析

介绍了两种差分GPS定位模型，它们是码差分定位和RTK（real time kinematic)定位，讨论了多径效应对码差分定位和RTK定位精度的影响。利用Javad G80集数据，最后通过分析这些数据的统计特性，得到的计算结果表明：影响差分GPS定位系统精度的主要原因是多径效应和接收机噪声。     

基于改进无迹卡尔曼滤波的弹道射程修正算法研究

以全球定位系统（GPS）作为弹载测量系统的弹道射程修正弹,存在GPS动态数据易受测量噪声与系统噪声污染或在高过载环境中发生定位丢失、数据异常等问题。为了降低弹道数据测量误差,并减小对射程修正时刻预测的误差,提出了基于牛顿插值法的改进无迹卡尔曼滤波(UKF)算法,以重新估计具有粗大误差的测量数据,从而降低异常测量值和定位失锁情况对滤波效果的影响,提高UKF算法对测量数据误差的敏感程度。仿真与试验结果表明：改进的UKF算法作为预处理过程融合至射程修正算法中,当系统离散化步长与GPS数据更新周期相等时,可最大化地预处理算法效果;改进后的修正算法可有效地降低GPS数据造成的修正误差;预处理算法中数据样本容量的选择与修正时刻以及GPS更新周期相关,不受算法效果约束。     

GPS/INS制导导弹定位仿真研究

研究了GPS/INS制导导弹定位新方法.与以前对GPS/INS制导载体建立单状态方程不同,对导弹运动过程建立两种模型,机动和非机动模型,分别对应低动态和高动态应用环境.利用伪距和伪距率测量信息进行卡尔曼滤波.特别针对GPS制导的近程导弹运动过程的特点提出修正交互多模算法,能提高模型转换期间定位精度.仿真结果证明用这种方法定位可以达到实时和高精度,提高运动状态改变时的定位精度.这种方法对提高载体的精确制导有一定现实意义.     

基于时间序列的GPS误差建模及单点定位精度研究

研究了以数据处理方式提高GPS单点定位精度的方法，详细阐述了时间序列法在GPS误差一阶差分序列建模中的应用。根据实测数据建立了适合GPS误差一阶差分序列的AR(n)模型，采用最小二乘法求得了模型参数值；利用条件期望有效实现了误差序列的一步预测；通过对观测值的实时修正提高了普通GPS接收机的定位精度。文中最后得出的高程误差曲线图及误差概率分布图说明了该方法的有效性租可靠性。     

公交车辆GPS定位跟踪系统的实践

某城市公交车辆GPS定位跟踪系统，是将GPS接收机安装在公交车辆上，通过无电发射机，将车载GPS定位数据发射回基地控制站，基地控制站将数据解调处理后，在地理信息环境中的数字地图上反映车辆的移动状态，实施该系统须解决车载GPS中单点定位漂移和公交专用电子地图制作等2项关键技术。     

组合GPS/GLONASS加权单点定位方法

提出了一种基于验后估计法定权的组合GPS/GLONASS单点定位方法。研究表明 ,该方法理论上严格 ,实践上可行 ,比根据经验给GPS/GLONASS组合观测量值定权更合理。该方法可以推广到组合GPS/GLONASS伪距和载波相位相对定位。     

基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪

针对交互式多模型粒子滤波算法（IMMPF）的精度不高,算法更新时间长,难以满足静电机动目标跟踪要求的问题,提出了一种新的基于模糊控制的交互式多模型粒子滤波算法（FIMMPF）。该算法先利用模糊控制方法实现实时调整交互式多模型算法中的转换概率矩阵,使与目标当前运动状态最接近的运动模型在混合产生这一采样时刻的初始状态向量里占有更大的比重。同时,为了提高基本粒子滤波算法的精度,减小算法更新时间,再利用中心差分扩展卡尔曼滤波算法产生基本粒子滤波的建议分布函数,实现对目标运动状态的更新。理论分析和仿真结果表明,所提出的算法能够以更高的定位精度,更小的计算量实现对静电机动目标的跟踪。     

基于SSII软件接收机的数据处理及定位算法

针对GPS定位中的伪距观测值出现奇异及跳变而无法进行准确定位的问题,研究了剔除奇异及跳变值的方法,给出了具体的公式推导和判定准则;为提高定位精度,建立了定点模型条件下的衰减记忆法滤波,并给出了具体的实现方法;仿真结果表明:该方法能有效解决跳变条件下准确定位问题,衰减记忆法滤波的定位精度优于常规卡尔曼滤波和迭代最小二乘法的定位精度。     

抗差估计及Allan方差在车载组合导航系统中的应用研究

针对组合导航系统中全球定位系统(GPS)信号易丢失和干扰、惯性导航系统(INS)无法长时间单独工作的问题,通过采用带故障检测和隔离的导航算法解决GPS 数据异常的问题,有效提高系统的可靠性;同时当GPS 卫星信号短时间丢失时,利用Allan 方差分析方法确定惯性传感器误差并进行补偿,使纯INS 能够在一定精度内独立工作相对长的一段时间。车载试验结果表明:该方法能够保证组合导航系统的可靠性,且在GPS 信号短时间丢失情况下提高了纯惯导系统的导航性能。     

基于时延控制的GPS转发欺骗干扰技术

针对采用GPS转发欺骗干扰技术对GPS用户进行干扰时存在定位跳变的问题,提出一种基于时延控制的GPS转发欺骗干扰技术。针对定位和转发欺骗存在的不足,采用迭代算法并引入偏移率参数对GPS信号附加时延进行处理,优化了GPS转发欺骗干扰技术。结果表明:采用逐点变化时延算法的干扰机对长距离飞行用户进行欺骗干扰时,用户没有出现定位跳变,目标位置与用户真实位置存在较大的偏移距离,干扰效果明显,增强了转发欺骗干扰技术的隐蔽性。     

基于边沿化粒子滤波的GPS单点定位算法

针对强干扰情况下GPS定位精度低、鲁棒性差的问题,文中利用多普勒观测值改进了传统的伪距单点定位模型,并将该模型与边沿化粒子滤波技术有效的结合,通过状态模型划分,避免了模型线性化误差.理论分析与实验结果表明,该方法能够有效克服传统粒子滤波计算量大的缺点,显著提高强干扰环境下接收机的定位精度和鲁棒性.