融合路径跟踪模式的多移动机器人有序化群集运动控制

针对多移动机器人群集运动的实现及其避障问题,提出了一类融合路径跟踪模式的有序化群集运动控制算法．该算法将有leader的群集运动模式与队列运动模式相结合,实现了多机器人系统快速聚合行为与有效避障行为的统一．移动机器人群仿真实验验证了该方法的有效性．     

弱GPS信号捕获远近场效应研究

针对在室内等弱信号环境下的GPS信号捕获,全面分析造成GPS接收机的远近效应的各种因素,包括GPS信号幅值差异引起的远近场效应、GPS信号中多普勒频移造成的远近场效应、GPS信号中多径造成的远近场效应等。针对不同情况造成的远近场效应,给出相应的改进算法,包括通过去强信号的自适应接收机结构克服强信号对弱信号的干扰;通过部分相关结构减小多普勒频移对相关结果的衰减;通过基于高阶循环统计量的时延估计,累积多径上的弱GPS信号,从而提高对期望GPS信号的捕获性能等。最后通过仿真验证了提出算法的有效性。     

GPS中频信号采集及分析系统设计

设计了一种GPS中频信号采集及分析系统,系统利用FPGA将NJ1006射频前端输出的数字化GPS中频信号进行字节拼接,然后通过USB上传到上位机,实现了射频前端与PC之间实时高速数据传输;研发的VC++数据处理程序将采集到的GPS信号进行文本转换和数据分析。实验证明该GPS中频信号软硬件采集系统不仅能采集GPS中频信号,而且能数据分析,为GPS基带处理算法的研究提供了可靠的原始数据。     

基于自适应EKF的弱GNSS信号跟踪算法

弱GNSS信号跟踪技术是卫星导航接收机关键技术之一,跟踪技术的好坏将直接影响卫星导航接收机在弱信号条件下的跟踪性能;在动态环境和先验信息不充分的情况下,由于扩展卡尔曼滤波(EKF)的固定设计使其不能满足要求,针对此不足引入一种自适应扩展卡尔曼滤波(AEKF)的信号跟踪算法;该自适应滤波算法能够实时监测残差或滤波器新息的动态变化,来修正观测噪声方差和状态噪声方差,以此调整滤波器增益,观测值和控制预测值在滤波结果中的权重;理论分析和结果表明,该算法能够充分利用观测信号的统计特性,克服了传统EKF算法不足,获得更好的跟踪性能。     

高动态下GPS信号跟踪环路的仿真研究

GPS信号跟踪过程是GPS接收机的核心组成部分,它是将捕获阶段得到的各项参数进行精确估计的过程,实现本地生成信号与输入信号的准确同步。以高动态环境为前提,模拟生成GPS信号,改变卫星信号的加加速度,模拟高动态下所引起的多普勒频移,分别使用传统跟踪环路与扩展卡尔曼滤波环路对信号进行跟踪。仿真结果显示,扩展卡尔曼滤波跟踪环路更加稳定,精度有所提高。     

不同相干积分方法对GPS弱信号捕获的影响

无外界辅助的GPS弱信号捕获,需要长的相干积分时间和多的非相干积分次数,还要考虑未知的导航数据位和数据位分界对相干积分的影响。本文针对无外界辅助的GPS弱信号捕获方法,从非相干积分入手,提出了一种新的非相干积分方法,并在此基础上分析了包含新方法在内的4种非相干积分方法在相同捕获条件下的捕获概率情况。这些方法在每步非相干积分操作上使用不同的计算方式来计算非相干积分,能达到节约计算量和存储空间的目的。在相同相干积分时间、非相干积分次数和导航数据位边界下,结合不同载噪比条件的弱信号捕获的蒙特卡罗仿真,给出了4种非相干积分方法的捕获概率的实验验证和对比分析。     

基于多特征自适应融合的核跟踪方法

提出了一种基于多特征自适应融合的核跟踪框架. 利用目标特征的子模型集合构造了目标的多特征描述, 通过线性加权方法将目标的多个特征集成在核跟踪方法中. 根据各个特征子模型与当前目标及背景的相似性, 提出了一种基于 Fisher 可分性度量的权值自适应更新机制; 同时为了克服模型更新过程中的漂移, 基于子模型的可分性提出了一种选择性更新策略, 实现了在变化场景下的鲁棒跟踪. 基于本文所提多特征跟踪框架, 利用目标的颜色特征与 LBP (Local binary pattern) 纹理特征具体实现了多特征自适应融合的核跟踪方法, 实验验证了本文方法的有效性.     

弱信号下软件GPS接收机全比特捕获算法

针对弱信号分析了 GPS 捕获阶段采用的相干、非相干、差分相干累积算法,提出了全比特捕获算法,并给出完整的捕获实现方案。通过算法仿真实验验证了算法的有效性。结果表明此方案能有效改善捕获性能,提高捕获效率。     

一种基于二分法的GPS弱信号快速捕获算法

在高灵敏度卫星导航接收机技术中, 微弱信号捕获算法的捕获效率和运算复杂度是提高接收机灵敏度的关键. 长时间相关积分是提高灵敏度的经典方法, 但由于导航数据比特翻转的限制, 一般积分时长为10ms. 提出逐层分组数据相干积分, 利用二分法估计比特翻转位置, 可将累积时长扩展为19ms, 从而提高捕获效率. 同时根据卷积的线性关系, 利用特定时间的数据累加替代卷积运算, 从而降低相关积分的运算复杂度. 理论分析和仿真结果表明该算法在提高接收机灵敏度的同时, 有效降低了运算量.     

基于自适应滤波的微弱GPS信号跟踪方法

针对全球定位系统(GPS)传统跟踪算法在接收信号很微弱的条件下跟踪误差大,为保持跟踪精度,提出了一种新的跟踪方法.同时考虑了多普勒频移和码相位偏移量作为观测模型,然后采用自适应卡尔曼滤波算法,有效减轻了系统噪声和观测噪声对信号跟踪的影响;并通过列文伯格-马夸尔特方法,优化迭代过程,进一步提高自适应卡尔曼滤波算法的稳定性和收敛速度.仿真结果显示,利用新的算法对载噪比低至21dB-Hz的微弱GPS信号取得了良好的跟踪精度和极高的灵敏度.     

一种用于微弱GPS信号处理的快速捕获方法

微弱GPS信号的捕获处理将使运算量急剧增加,传统的方法难以实现快速捕获以保证信号处理的实时性.针对解决捕获微弱信号问题,根据GPS的C/A码本身的相关特性和计算机基本运算的时间特性,提出了一种改进的快速串行搜索和FFT搜索捕获方法,在同等精度下,大量减少运算量,提高捕获速度,保证了高灵敏度GPS软件接收机的实时性.仿真结果表明,对不同载噪比的GPS中频信号数据应用改进的串行搜索捕获法可以节省时间近40%,满足微弱GPS信号的快速捕获要求,为设计提供了依据.     

GPS软件接收机信号的快速捕获与跟踪

根据GPS软件接收机对数据块进行信号处理的工作方式,研究基于快速傅里叶变换的循环相关法伪码快速捕获与跟踪技术。基于实测GPS中频数据,采用循环相关法在频域计算输入信号与本地信号的相关值,由相位关系得到精细载频。仿真结果表明,该技术能减少运算量,缩短捕获时间。得到的载频能满足跟踪环对频率分辨率的要求。对跟踪结果进行子帧匹配和奇偶校验后,可以获得导航电文信     

蚁群聚类算法与HOPfield网络融合模型的研究

聚类需要在没有任何先验知识的情况下得出数据的规律。为了解决聚类中的局部收敛问题,利用蚁群聚类的优点,结合连续型HOPfield网络构造合适的目标函数,得出融合的模糊聚类模型。运用海量的数据对融合的模型进行验证,得到满意结果。     

一种基于位跳变检测的微弱卫星信号快速捕获算法

微弱GPS卫星信号的捕获需要长的相干积分时间,同时还要克服导航数据位跳变的影响,传统算法很难同时兼顾捕获的灵敏度和实时性这两个方面。提出了一种基于位跳变检测的微弱信号快速捕获算法,该算法通过比较多组数据的相干积分结果估计出第一个跳变位,并将其余间隔20ms的数据均记为跳变位进行剔除,而对其余数据进行19ms的分块相干积分。仿真结果表明,该算法通过对140ms数据的积分运算能够高效地捕获到信噪比低至－47dB的信号,可有效提高GPS接收机的灵敏度和实时性。     

重叠分段循环相关法在弱GPS信号捕获中的实现

本文基于C++实现的GPS软件接收机,研究一种适用于弱信号条件的GPS信号捕获算法——重叠分段循环相关法。该算法在每次对接收信号与本地信号进行相关的前后,都将数据以部分重叠的方式进行分段处理,并在多次循环中累积相关值,当该值达到预定义的阈值时完成捕获。强弱信号条件下不同算法的捕获结果表明,该算法在保证捕获效果的同时计算量有所减少。最后,在弱信号条件下,对应用了该算法的软件接收机进行了实验验证。     

基于信号抑制追踪定位的汽车GPS信号源检测

针对汽车GPS检测中汽车用户接收卫星发射的信号,由于地理位置的不同,加上汽车运行时卫星信号中噪声的存在不易准确获取.针对上述问题,提出利用抑制追踪定位算法的汽车GPS信号源检测方法,引入信号抑制追踪定位,用检测得到的汽车GPS信号残差特征对系统的计算结果进行了修正,以及运用修正后的数据构建汽车GPS噪声子频带DEMON谱,有效表达汽车的GPS信号差,间接反映汽车GPS信号信息,提高了汽车定位的准确率.实测证明,利用信号抑制追踪定位原理可有效计算出理想汽车GPS信号地点,定位准确性提高了10％.     

GPS微弱信号C/A码捕获的最佳路径搜索算法

C/A码的捕获是接收GPS信号最重要的环节.在弱信号的环境下,为了可靠地捕获C/A码、提高接收机的灵敏度,应尽量延长相干累积的时间.但是,由于导航数据比特的跳变,相干累积的时间受到限制.如何减少导航数据跳变沿的影响,延长相干累积的时间,是所有捕获算法的关键问题.在对目前常用的C/A码捕获算法进行研究的基础上,提出了搜索路径的概念,同时以导航数据跳变沿检测为前提,提出了基于最佳路径搜索的捕获算法.该算法采用相干累积的方法,不会引起平方损失.仿真结果表明,累积时间长度80ms,在SNR=-40dB的情况下,最佳路径算法仍具有高达92%的捕获成功率,能显著提高接收机的灵敏度.