GPS信号自适应抗干扰系统

针对GPS卫星信号易受干扰,不稳定的问题,提出INS/GPS组合导航抗干扰的方法并用硬件电路进行实现验证。给出了惯性器件的误差模型,采用松散组合方式,设计卡尔曼滤波器,取姿态、速度、位置的误差作为状态变量。提出以INS与GPS输出的东北天向速度误差作为滤波器观测量的方案。通过计算机的仿真和实验验证,对系统的精度进行了分析,证明该方案是可行的,实现实时滤波计算,并能满足导航的精度要求。     

利用GPS进行车辆动态定位的自适应模型研究

提出一种GPS动态定位系统模型,并将其应用于车辆的导航定位系统,获得了明显效果.将GPS的误差等效为马尔柯夫过程,采用描述机动载体运动的"当前"统计模型,建立了一种利用GPS对车辆进行动态导航定位的滤波模型及自适应卡尔曼滤波算法.仿真结果表明,应用所提出的强跟踪动态定位模型和算法,与改进前相比车辆导航定位系统的精度、实用性均得到了明显提高.     

自适应GPS扩展卡尔曼定位算法研究

针对全球定位系统(GPS)信号定位过程中存在多径导致定位误差,尤其静态环境中零频差短多径引发的定位拖尾现象,提出了一种自适应估计多径残留的扩展卡尔曼滤波算法,实现了静态环境中零频差短多径抑制。首先量化地给出了基带多径抑制后的多径残留模型,即多径呈现"矩形"类型分布,以此为基础设计了一种自适应估计多径残留的方法,即在拟合窗口内估计伪距测量误差的均值和标准差,作为EKF算法的测量误差协方差矩阵,实现了EKF中多径的动态估计。最后通过仿真表明,本文的自适应估计多径残留的扩展卡尔曼滤波(ARKF)能有效抑制零频差短多径影响。     

自适应脉搏波信号主峰定位方法

脉搏波信号主峰对于人体生理参数的分析与诊断起到关键的作用.针对脉搏波信号主峰定位问题,提出自适应脉搏波主峰定位方法.预先去除脉搏波信号中的工频干扰和基线漂移,结合快速傅里叶变换与被测试者心率计算出脉搏波信号的单周期步长.在单周期步长内,仅采用幅度差值法即可定位脉搏波信号主峰.实验结果表明,所提出方法的查全率和查准率有显著提高,当潮波值和主峰值近似时,所提出方法能够避免单周期多主峰定位,减少主峰错误定位的数量,具有一定实用价值.     

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.     

自适应SRCKF在GPS动态单点定位中的应用

平方根容积卡尔曼滤波具有良好的数值稳定性与滤波效率,针对滤波中状态函数与实际不符带来的误差对滤波造成的影响,将基于预测残差统计量的自适应因子和最优自适应因子与平方根容积卡尔曼滤波算法相结合以降低预测信息在滤波中的权重,并将平方根容积卡尔曼滤波与带自适应因子的平方根容积卡尔曼滤波用于GPS动态单点定位数据处理,最后用航摄飞机实测GPS动态观测数据验证了算法的有效性。     

MEMS陀螺随机误差模型研究

对MEMS陀螺随机误差进行了实验测试及研究,选取状态方程模型,基于近年来发展起来的随机系统子空间辨识方法,对MEMS陀螺随机误差进行建模,结果与Allan方差方法分析的噪声特性相符合,经与ARMA等模型比较,在同等性能下,所建模型具有阶次低的优点,更加适合于实时在线优化估计器.所提方法可以不加修改直接应用于对多轴陀螺的处理.     

GPS弱信号的自适应载噪比估计算法

载噪比是GPS接收机中的一个重要测量值和控制参数。针对高灵敏度GPS接收机中的载噪比测量,提出了一种自适应载噪比估计算法。该算法根据信号功率的大小自适应调整载噪比估计时间来获得准确且稳定的载噪比估计值。该算法已经在GPS接收机中实用,测试结果表明,载噪比大于40dB-Hz时,估计时间小于1s,估计值的标准差小于0.2dB,随着载噪比的降低,估计时间呈指数关系增加,载噪比为14dB-Hz时,更新时间为12.48s,估计值的标准差小于0.8dB。     

移动节点的环境自适应定位模型

针对现有基于对数正态信道模型的定位方法在各向异性环境下定位精度不理想的问题,提出一种具有环境自适应能力的移动节点定位模型,在传统信道模型中引入障碍物建模参数,通过新的模型表达解决无线网络各向异性环境中的节点定位问题。实验结果表明,该模型有良好的定位能力,对环境中的障碍物和其它干扰具有较低的敏感度。     

设备自适应的无线信号特征提取与定位方法

近年来,基于Wi-Fi的无线定位研究日益受到关注.然而,在实际应用中,由不同终端设备的差异引起的定位偏差是一个重要问题.针对此问题提出了一种免标定、无监督的SSDR(signal strength difference ratio)解决方法.考虑采集训练数据的设备和测试数据的设备之间信号存在差异,首先将信号指纹特征进行去线性处理以获取新的特征;然后结合AP(access point)对定位结果的影响,提出了基于AP影响因子计算距离的标准;最后根据新的特征和距离计算准则消除不同设备之间的差异以实现定位.在真实的室内无线环境下的实验结果表明,所提出的SSDR方法相比于传统的直接基于信号强度和欧式距离计算准则的定位方法而言,可以提高10%~20%的定位精度,增强了无线定位系统的实际可用性.     

UWB室内定位测量数据处理方法研究

室内定位中信号传播环境多为非视距、视距混合环境,在不同环境下的测量数据统计特性不同,因此需要进行非视距鉴别。经典的非视距鉴别方法计算复杂,不适合工程应用,针对此问题提出利用信号强度和首径估计值相结合进行非视距鉴别,鉴别率可达90%。基于超宽带的定位系统在非视距环境下的测量数据含有非高斯有色噪声,传统的卡尔曼滤波要求测量噪声为白噪声,否则滤波效果变差。针对此问题,提出一种基于现代时间序列分析理论的自适应滤波方法,用于处理测量误差。分析了误差特性,建立了误差模型并推导了滤波公式。经实验分析可得,该方法适合处理动态数据,可减小30%~40%的测量误差。     

基于无线信号K-M模型的三维室内定位算法研究

针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型。利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点(AP)发射功率、路径损耗因子、未知节点(RP)接收信号强度值RSS等构建模型,预测输出AP与RP之间的距离d。以d为半径,AP为球心,建立多个球体方程,采用极大似然(MLE)采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度。通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度。     

一种北斗无高程RDSS定位模型及其误差分析

北斗卫星导航系统RDSS(Radio Determination Satellite Service)导航体制中的定位报告服务由于允许用户向外界通报自己的位置,在水利、海事、海洋渔业、森林防火、搜索救灾等领域得到了广泛应用。北斗RDSS定位需要高精度高程数据的支持,对于偏远地区或中国境外地区将难以获得高精度高程数据。设计一种无需高程库的RDSS定位模型,当用户观测RDSS卫星个数超过2个时,利用多余的观测卫星代替高程进行定位,并对该模型下的定位误差进行了分析。模拟实验表明,无高程RDSS定位的DOP值较大,定位误差较大;相同伪距误差下,定位误差随用户位置纬度增加而指数增加;定位结果中的经度误差远小于纬度和高程的误差。     

基于神经网络模型的最小预测误差非线性自适应控制器

主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器.     

距离误差模型在机器人精度研究中的应用

从所周知，空间任意两点在不同正交坐标下的坐标是不同的，但其距离却是相同的利用这个特点可以构造机器人的距离误差模型，研究表明，距离误差模型对于研究机器人的位置精度具有事半功倍的效果，本文论证一般机器人距离精度与位置精度间的单值对应关系，并给出了机器人距离误差模型在ＰＵＭＡ５６０机位置误差补偿中的应用情况。     

适用于S-MAC协议的自适应随机退避机制研究

S-MAC协议通过周期性睡眠侦听机制来减少无线传感器网络中节点能量的消耗,但是其在随机退避过程中使用固定竞争窗口,使其在节点碰撞的避免、节点间公平性以及吞吐率上有所欠缺。针对S-MAC的以上不足,基于二进制指数退避算法(BEB)提出自适应指数随机退避算法(AD-BEB)。AD-BEB算法引入了信道竞争能力参数和网络拥挤参数,根据这两个参数对竞争窗口进行调整,并且窗口的调整经过两个阶段来完成。仿真结果表明,AD-BEB算法能够有效地减少节点的碰撞次数,增加网络的吞吐率和节点的公平性。     

基于RSSI自适应无线定位算法

传统基于接收信号强度的无线定位算法,无论是基于测距还是非测距,都会较大程度地受到定位环境变化的影响,环境的变化会导致定位精度的损失。要想减少环境变化对定位精度的损失,必须使用大量的实时参考测量点,或者引入更多的测量站。算法引申自基于参考点、非测距的邻近算法。巧妙地利用虚拟参考点的选取,来适应环境变化,保证长时间下的定位精度。既不增加系统开销,又保证了定位系统对环境的自适应性。     

OPTIMAL ADAPTIVE CONTROLLER FOR MULTIDIMENSIONAL ARMAX MODEL

The objective of this paper is to find an adaptive control strategy which would enable us to estimate the parameters of the ARMAX model as accurately as possible, along with consuming less controlling energy, while keeping the output of the system below a specified level of variability. Using the self-tuning tracker, this paper establishes global convergence of a stochastic adaptive control algorithm for discrete linear system, and the adaptive controller may converge to the one-step-ahead optimal controller at the same time.     

一个动态自适应的迁移和协同调度模型

本文基于工作站网络NOW（networksofworkstations）的特性，提出一个自适应可伸缩的进程迁移和协同凋度模型DASIC（dynamicadaptivescalableprocessmigrationandcoscheduling），试图解决其动态自适应要求越来越高的问题．DASIC模型在系统协同调度的基础上增加动态自适应的可伸缩功能，使其能够动态适应NOW环境下的变化，进行可伸缩的调度和负载平衡凋节．在保证工作站用户独占特性的同时，提高了整个系统资源的利用率，为当前NOW环境中系统资源充分     

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法,定义了联合滤波模型信息 分配系数的自适应调节准则．并设计了车载SINS/GPS组合导航系统的自适应联合滤波器,给 出了滤波算法．理论分析和实验室组合导航实验表明,引入该准则的自适应联合滤波算法大 大提高了系统容错性和定位精度．