机动目标的IMM扩展卡尔曼滤波时间配准算法

针对目前研究的时间配准方法是在目标运动模型已知的情况下进行时间配准,难以保证目标在复杂机动情况下运动模型多变时的时间配准精度。提出了机动目标的交互多模型扩展卡尔曼滤波(IMM-EKF)时间配准算法,该算法将交互多模型中的每个运动模型分别进行扩展卡尔曼滤波输出同时根据滤波过程中得到的残差计算每个模型的概率,根据模型概率和各模型滤波输出得到时间配准周期内最后一个采样点的测量数据,利用该点的状态和模型概率进行外推就得到时间配准周期和传感器采样周期不成整数比时配准时刻的位置。通过仿真结果表明该算法能够有效降低整体的时间配准误差。该算法提高了时间配准的精度,为数据融合提供了良好的基础。     

基于互相关和插值运算的声波飞行时间测量

为了实现声学法温度场监测中声波飞行时间的高精度测量,介绍了声学法温度场检测原理与系统组成.提出了基于互相关和插值运算的声波飞行时间测量法.Matlab环境下的仿真研究表明：受采样间隔的限制,直接对发射端和接收端采样信号作互相关并寻峰,所确定的声波飞行时间精度较低;为获得更准确的声波飞行时间,弱噪声情况下,可对发射端和接收端采样信号的互相关函数在峰值附近做三次样条插值,细化后再次寻峰;中、强度噪声情况下,可对发射端和接收端采样信号做线性插值,细化后再做互相关和寻峰.该方法对提高声学法温度场检测精度具有实际意义.     

非同步采样的同步化谐波分析算法

为了消除采样过程中同步误差产生的频谱泄漏,提出一种基于搜索的同步化算法.该算法采用逆向搜索在非同步采样数据中截取整周期的采样序列,通过离散傅里叶变换(DFT)得到频谱,搜索频谱幅值得到基波谱线位置,计算基波及各次谐波的幅值和相位.误差分析和仿真结果表明,采样点数越多,算法精度越高,较高的采样频率有利于提高算法的分析精度.同步化谐波分析算法分为单周期和多周期两种方法,单周期法适合于非稳态周期信号的谐波测量,多周期法提供了一种精确分析稳态周期信号谐波的有效方法.     

用插值法实现同步采样

在周期信号有效值测量中,由于被测信号频率的变化,产生同步误差,影响有效值测量精度。提出采用数学插值的方法实现同步采样。仿真表明,采用插值方法实现同步采样,提高了有效值测量精度。     

捷联惯导寻北中卡尔曼滤波器的设计

针对捷联惯性寻北系统无转动机构、算法简单,但对陀螺精度要求高的特点,提出了应用于车载捷联寻北系统的卡尔曼滤波器,通过卡尔曼滤波器提高系统寻北精度。首先建立陀螺信号的自回归时间序列模型,然后对陀螺数据进行卡尔曼滤波处理,并进行仿真试验验证。结果表明,设计的卡尔曼滤波器滤波效果显著,陀螺信号噪声得到了明显抑制,有效提高了寻北精度,验证了捷联惯性单位置寻北法的工程可行性。     

用FFT测量周期信号相角差及其误差分析

分析了用ＦＦＴ测量周期信号相角时误差的来源，对非整周期采样造成的泄漏误差进行了估计；当采样总时间足够长时，相角测量值与实际值基本上相差一个与非整周期数成比例的常数；在测量两信号的相角差时，主要误差恰好抵消，得到了很高的测量精度。     

交流同步采样精度提高的实用方法

本文针对交流同步采样中被测信号工频周期变化、采样时间间隔非等分等带来的精度降低的问题,从交流采样数据处理的角度提出了一种软件补偿算法,利用该算法得出的补偿系数有效降低采样数据的相对误差。仿真结果表明此法切实可行、算法简单,有效地提高了测量精度。     

一种OFDM无线网络TOA估计新算法

为了在OFDM无线网络定位服务(LBS)中实现精确的到达时间(TOA)测量,提出了一种OFDM系统TOA估计新算法．将TOA估计分为整数采样周期TOA估计和小数采样周期TOA估计．接收机利用训练符号的时频特性以迭代搜索的方法获得小数采样周期TOA估计,并利用估计结果修正小数采样周期时延带来的相关谱扩展,利用引导沿检测算法由修正后的相关谱估计整数采样周期TOA．仿真结果表明,该算法在信噪比高于0dB时TOA估计精度高于相关检测算法,10dB信噪比下其TOA估计精度比相关检测算法提高一倍以上．同时,可以用降低两个数量级以上的复杂度提供与现有超分辨率算法相当的TOA估计精度．     

基于惯导系统模型的自对准陀螺测漂方法研究

针对平台式惯导系统初始测漂过程需要外界提供航向基准的特点,文中提出了一种既能自动寻北又能准确测量陀螺漂移的测漂方法.通过方位精对准状态在北西天坐标系和东北天坐标系两次定位测量水平陀螺漂移,在水平精对准状态下记录北向速度并采用最小二乘法解算方位陀螺漂移.仿真和工程试验结果表明,该测漂方法在实现自动寻北的条件下,能实现对水平轴和方位轴漂移的精确测量,满足导航系统对常值漂移测量精度的要求.     

基于多测量向量模式的周期非均匀采样研究

为了实现稀疏信号的有效采样与完整重构,结合多测量向量模式,提出了一种针对稀疏信号的周期非均匀采样与重构方法。根据周期非均匀采样需要多个采样通道的特点,利用联合子空间理论将采样与重构转换为矩阵向量运算。利用多测量向量确定非零行向量的位置参数并分析了多测量向量模式在周期非均匀采样系统中的完整重构条件并通过插值器实现信号完整重构,使其能在数字系统中应用。最后,分别从可完整重构概率和系统整体验证两个方面证明了该方法能够实现稀疏信号的采样与重构。     

Novel On-Line North-Seeking Method Based on a Three-Axis MEMS Gyroscope

A novel on-line north-seeking method based on a three-axis micro-electro-mechanical system (MEMS) gyroscope is designed. This system processes data by using a Kalman filter to calibrate the installation error of the three-axis MEMS gyroscope in complex environment. The attitude angle updating for quaternion, based on which the attitude instrument will be rotated in real-time and the true north will be found. Our experimental platform constitutes the dual-axis electric rotary table and the attitude instrument, which is developed independently by our scientific research team. The experimental results show that the accuracy of north-seeking is higher than 1°, while the maximum root mean square error and the maximum mean absolute error are 0.906 7 and 0.910 0, respectively. The accuracy of north-seeking is much higher than the traditional method.     

Vondrak滤波在磁悬浮陀螺全站仪数据处理中的应用

磁悬浮陀螺全站仪容易受到外界干扰力矩的影响,采样数据中包含随机性漂移,而这种随机性漂移无法建立数学模型,因此采用不要求建立函数模型的Vondrak滤波对陀螺数据进行处理; 并在西安地区建立一条高精度天文基准线,在此基准线上反复进行8次测回的陀螺方位角测量试验,对每一测回的40 000组第1、2位置寻北力矩进行Vondrak滤波平滑处理。结果表明:Vondrak滤波平滑处理后,数据序列的毛刺减少,平滑数据序列能够反映出磁悬浮陀螺全站仪寻北力矩的变化趋势; 与原始数据相比,Vondrak滤波平滑处理结果的均方根明显减小,数据更为集中; Vondrak滤波能够有效消除磁悬浮陀螺全站仪的随机性漂移影响,提高真北方位角的测定精度,在最大程度上滤除干扰成分, 保留有用信息。     

粒子滤波算法在BDS高铁铁轨静态形变监测中的应用研究

高铁因每天清晨需要6h的空窗期维修时间而无法通行,社会的发展需要减少空窗期时间来提高高铁运转效率。传统的基于北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)的高铁铁轨路基的形变监测系统需要一天的观测时长对路基进行精确的监测,这远超高铁空窗期的观测时长无法对提高高铁运转效率起到作用。针对这种情况,在原形变监测解算算法上加入粒子滤波算法,尝试将观测时长缩减到高铁空窗期内;同时,在采样数据大幅度下降的情况下确保解算的监测点坐标值满足高铁路基的定位精度要求。本文利用广汕高铁的BDS形变监测系统的实测采样数据进行实验仿真,验证了粒子滤波算法加入后的有效性。实验结果表明,在粒子滤波算法加持下,观测时长缩减到15 min可确保监测点解算坐标值的$ A,B,H $ 3个方向精度均满足高铁路基定位的±5 mm精度要求,为减少高铁空窗期时间,提升高铁运转效率提供了有效的方法和思路。     

加速度计寻北仪的理论分析与设计

为了最大程度地提高加速度计寻北仪的寻北精确度,介绍了铅垂轴系单轴速率台寻北方案,提出了水平轴系速率台方案和铅垂正弦速率方案,对3种寻北方案的数学模型进行了描述,对数据处理过程进行了详细阐述,最后对3种方案的优缺点进行了比较,指出后两种新方案在指北精确度上将有很大的提高。     

一种用于小流估计的数据包公平抽样算法

现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。     

基于EMD和二次多项式拟合的单双端行波组合定位方法

输电线的准确故障定位是电力系统安全稳定运行的重要保障。为解决单端行波法中反射波头的标定难问题, 提出一种基于EMD的单双端组合定位方法。用双端法进行初步故障定位, 预估反射行波到达测量点的大概时间, 从而对反射波头进行准确识别, 再采用单端行波算法进行定位计算。为减小传统故障定位存在的在采样间隔内的定位误差, 采用基于最小二乘法的二次多项式拟合算法对各个时间点进行准确标定。ATP和MATLAB的故障定位仿真结果表明, 基于EMD和二次多项式拟合的组合定位方法既可以保证可靠性, 又能得到较高的定位精度, 对故障定位技术有一定参考价值。     

具有解析快速寻北功能的平台系统工作及组成原理

介绍了一种基于解析方法的快速寻北原理，提出了利用原有的平台罗经结构静态水平状态下北向方位角的测量方法，给出基于原平台罗经结构框图，在HP6平台罗经上的原理性实验中取得了令人满意的效果，利用该方法，可将原来平台罗经快速找北时间由半小时缩到3－5min，具有较高的实用价值。     

基于RFID和LSTM的固定资产智能感知方法

针对传统基于射频识别的固定资产感知方法存在射频信号易受环境影响、多个标签互干扰、感知识别精度低等问题,提出一种基于射频识别（RFID）和长短期记忆（LSTM）神经网络的固定资产状态智能感知方法。为克服RFID信号接收时间非连续性导致的识别精度低问题,引入序列分析思想,使用LSTM对一段时间内接收到的RFID信号序列进行模式学习,构建基于RFID和LSTM的固定资产感知模型,实现固定资产位置的二分类辨识。所提方法在高校实验室条件下开展实测实验进行性能验证。结果表明,使用序列分析的固定资产状态感知模型辨识准确率可达 99.26%,比传统基于离散时刻点的 RFID 感知模型辨识准确率高 11.05%,且对多标签的识别准确率可达93.0%。