一种容错的导航计算机系统设计

容错技术已成为提高计算机系统可靠性的重要手段。文中首先提出了导航容错计算机ＦＴＮＣ的双机并联体系结构,阐述了软件比较器定新思路的形成,在软件结构及功能上进行探讨,给出了故障检测等重要容错任务的实现方法。     

一种鲁棒GPS/INS组合导航滤波算法设计

针对卡尔曼及其扩展算法在滤波中噪声矩阵与实际偏差过大时出现滤波发散的情况,本文提出利用无偏有限冲击响应滤波器(UFIR)实现该背景下的状态估计.但将UFIR滤波器应用于GPS/INS组合系统存在2个问题:1)在线估计最佳滤波窗长的方法还有待改善;2)导航精度较低.本文设计了一种级联式滤波算法,主滤波器对UFIR滤波算法...     

组合导航的集中式容错卡尔曼滤波算法

针对多源信息组合导航系统中集中卡尔曼滤波器存在的斜坡噪声抑制难题,本文提出一种容错卡尔曼滤波算法。该算法在传统极大似然抗差估计的基础上,进一步考虑量测信息的先验概率分布,设计量测信息在线质量评价函数,当量测信息含有阶跃噪声、冲击噪声、及斜坡噪声时实现对量测信息的质量评价,并依据质量评价信息构造量测噪声权函数与自适应因子,通过调节量测信息权重,抑制包括斜坡噪声在内的量测粗差对滤波精度及可靠性的影响,实现容错滤波。将该算法应用于多传感器组合导航系统中进行仿真实验验证,仿真结果证明:本文提出的容错卡尔曼滤波算法可以有效抑制量测信息中的阶跃噪声、冲击噪声、及斜坡噪声,滤波器的可靠性和精度得到了有效提升。     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

一种智能化的组合导航方法

利用不同导航系统的工作特点，用反馈-融合式联邦滤波方法，对SINS／GPS／TAN／LORAN-C进行组合，并利用模糊控制理论，对各导航系统的导航效果实行模糊判决，建立了模糊控制器，以实现组合导航系统的智能化管理，提高导航的可靠性。     

一种高斯噪声组合滤波方法

为了有效滤除高斯噪声,提出了一种组合滤波方法.该方法首先通过定义新的维纳滤波模板进行预处理,以滤除一部分噪声;然后将图像进行二维小波分解,保留低频成分,对高频成分根据其噪声分布特征设计出新的形态学滤波模板分别进行滤波,并进行小波系数重构;最后通过设计一种新的小波增强函数,以提高图像的清晰度,最大限度保留图像细节信息.实验证明该方法滤波效果优于维纳滤波和形态学滤波,是一种较为实用的高斯噪声滤除方法.     

一种低成本GPS组合导航定位系统

提出一种低成本、简单实用的GPS组合定位系统,即采用电子计步器与电子罗盘辅助GPS.该系统可以工作在自主导航、纯GPS导航、组合导航3种模式.文中给出了组合原理、方法和基本算法,探讨了几种应用模式和可能的应用领域.     

系统故障检测理论在容错组合导航设计中的应用

探讨了甄别故障子滤波器的两种有效方法：状态差异法和残差法,并通过计算机仿真对两种方法的检测效果作了比较。结果表示采用残差法并经适当长时间的安全期观察是隔离故障子系统的有效方法     

一种具有容错能力的软件设计技术

介绍了软件容错的概念及目前常用的软件容错技术，提出了一种简单实用一定容错能力的“后台监测双层运行”的软件容错设计技术，并介绍了该技术在北京首都国际机场有关工程中的应用，最后分析讨论了该项技术的容错能力。     

一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

GPS/DR车辆组合导航改进的粒子滤波算法研究

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。     

估测组合导航系统软件缺陷的一种神经网络方法

在早期的软件开发寿命周期里，软件的质量模型包含确定有缺陷的模块和预测错误数，在大规模组合导航软件系统中，质量控制的主要任务就是要精确地估测程序模块中存的的缺陷数，本文给出了用神经网络技术估测程序中的缺陷数的方法，预测缺陷数一般用单隐层网络就可以，因为多隐层网络将相应占用更多的训练时间，本文还介绍了一种新的静态可靠性模型，根据软件复杂度，估测了质量及质量拟合度，并且与传统回归技术进行了比较，仅用单隐层神经网络模型就比传统的统计模型预测质量好，当应用于一批大型组合导航软件系统的数据时，神经网络技术表明，它的确有更好的质量拟合度和估测能力，它给软件工程提供了一个好的管理工具。     

高精度定位定向系统的修正Kalman滤波组合导航

指出了在组合导航系统中，Ｋａｌｍａｎ滤波器的预测周期与滤波周期之间的异步性会给滤器的动特性带来不良影响，针对这一问题，提出了一种修正Ｋａｌｍａｎ滤波算法，并将其于高精度定位定向系统的“惯性／位置”组合导航中。     

北斗车辆自适应组合导航技术研究

车辆在“城市峡谷”、高架桥下、隧道等环境利用北斗卫星导航系统进行导航过程中,存在卫星导航信号易受遮挡和干扰的局限性.将北斗卫星导航系统同惯性导航系统、里程计等传感器进行组合,运用Kalman滤波技术进行多传感器的信息融合,能够较好地提高导航精度以及导航系统整体的自主性、抗干扰性、容错性和可靠性.针对现有车辆导航系统可靠性不高的问题,着重对基于Kalman滤波的北斗车辆自适应组合导航可靠性进行了相关研究.     

IMU/GPS组合导航交互式多模型鲁棒滤波研究

在深入研究适用于低成本IMU/GPS组合导航系统非线性滤波的基础上,提出了一种基于交互式多模型自适应鲁棒容积卡尔曼滤波算法.该算法将交互式多模型算法引入H∞滤波容积卡尔曼滤波器,能够有效提升滤波算法的稳定性和质量.根据采集的低成本惯导GPS导航实验数据设计了两组滤波方案,性能分析结果表明,改进的交互式多模型鲁棒容积卡尔曼滤波算法位置估计精度提高了41.4%,速度估计精度提高了36.0%.同时设计的滤波试验结果表明该算法能有效抑制系统噪声取值不准确引起的滤波不稳定,尤其适用于噪声取值偏离最优值较多的情况,也即能够有效抑制野值对滤波结果的影响.     

一种低码率下简单有效的环路滤波方法

针对低码率编码情况下块效应严重的现象，提出一种环路滤波去除块效应的算法.该算法基于图像
特征在时域和频域对应的原理，利用变长码编码特点，在频域分析编码块的特性，自适应选择不同强度和
模式的滤波算法，从而保证滤波后图像的真实性.在滤波算法的设计过程中又选用了合适的参数，以进一
步降低滤波过程中增加的计算量.仿真结果表明，该算法提高了重构帧的峰值信噪比(PSNR)值和视觉效果
；同时作为参考帧的重构帧，其质量的提高能减少运动估计的运算开销，以抵消采用环路滤波而引入的计
算量，保证了编码过程的实时性.     

一种单目视觉ORB-SLAM/INS组合导航方法

针对基于静态场景假设的传统的同时定位与地图构建（simultaneous localization and mapping,SLAM）在动态场景中鲁棒性差、位姿估计准确率低的问题,提出了一种基于深度学习的语义视觉SLAM方法.该方法将语义分割技术与运动一致性检测算法相结合,首先用Mask R-CNN网络对图像进行语义分割,建立动态对象的先验语义信息,然后通过运动一致性检测算法进一步剔除属于动态物体的特征点,最后用静态特征点进行特征匹配和位姿估计.基于慕尼黑工业大学（Technical University of Munich,TUM）公开数据集对系统进行实验,结果表明,该系统在动态环境中较传统的ORB-SLAM2系统和DS-SLAM系统明显降低了绝对轨迹误差和相对位姿误差,提高了SLAM系统位姿估计的准确性和鲁棒性.