基于EKF的UUV单信标水声导航定位方法研究

文章描述了基于扩展卡尔曼滤波算法的水声导航定位方法,该方法可以对UUV(无人水下航行器)进行导航估计,有效减少导航定位过程中的累积位置误差;导航模型中信标与UUV时间同步,且信标以一定时间间隔,广播发送水声脉冲信号,UUV利用信号的传输时间延迟,确定与信标之间的相对距离;通过解算UUV与信标的相对距离,以及自身的航行速度、航向角等参数变量,利用扩展卡尔曼滤波算法,可估计出UUV相对信标的位置,通过优化算法,可以有效降低定位过程中的累积位置误差;仿真结果表明,该导航定位算法实现简单、导航精度高,对未来小型UUV导航方法有很好的实用价值。     

多星座卫星导航系统定位方程直接解算算法的研究

在导航定位系统中,传统的最小二乘定位解算算法需要通过线性迭代求解,计算量大且迭代过程不稳定,影响导航定位的实时性以及稳定性。针对此问题,利用多卫星导航系统可获得多颗可见卫星的特点,提出了“3+2+2”和“3+3+2”的直接解算算法,以及当3个星座系统可见卫星数目达到9颗及以上时将导航定位的非线性伪距方程组直接转化为线性方程组的直接解算算法。3种方法均不需要预先假设接收机的初始位置坐标,避免了线性迭代过程,减小了计算量。通过仿真对提出的直接解算算法进行了验证,结果表明所提算法均能够有效实现多星座导航系统定位解算。     

目标运动要素解算方法的研究

提出了适用于水下目标运动要素估算的最小二乘估计和Kalman滤波估计模型 ,本模型被用于航空反潜作战中目标运动要素估算 ,取得了较好的效果。     

基于权重参数实时更新的室内定位算法

为了提高室内节点的定位精度,提出一种基于权值参数实时更新的室内定位算法。选择3个最能反映待定位点信息的访问接入点,实时获取测距模型的参数,并采用最小二乘支持向量机对测距进行补偿,得到距离权重,三边定位算法根据权重对节点进行定位,并对计算中的距离进行加权处理,采用卡尔曼滤波法对定位误差的进行校正。实验结果表明,该算法可以较好地降低环境变化和测量误差对定位的不利影响,提高了室内节点的定位精度。     

基于判别式的整周模糊度解算方法

将LAMBDA和Bootstrapping两种GPS双差整周模糊度的估计算法相结合,提出基于判别条件的Bootstrapping方法.该方法充分利用了LAMBDA算法的漏检率低和Bootstrapping算法计算复杂度低的优点,又克服了LAMBDA算法中的整数最小二乘搜索计算复杂度高和Bootstrapping算法漏检率高的缺点,能够快速准确地估计初始时刻的双差整周模糊度.通过理论分析和计算机仿真验证,结果表明该方法是有效的.     

基于UKF的深空探测光学自主导航方法

光学自主导航方法将成为未来深空探测广泛应用的导航方式。本文在建立探测器的光学自主导航系统的状态方程和量测方程基础上，针对深空一号飞行中采用批处理最小二乘滤波方法存在的不足，提出了基于UKF滤波的光学自主导航方法。仿真结果表明：UKF方法不仅导航精度高，而且需要的导航小行星的数目远少于批处理最小二乘方法所需的数目。     

基于最小二乘和EKF的伪卫星定位算法

空基伪卫星由于自身机动性以及受到诸如气流、压力、温度等外界因素的影响使得其位置存在着偏移。因此,精确确定空基伪卫星的位置是其增强现有导航系统或独立组网进行导航定位的前提。针对扩展Kalman滤波对初值的要求和最小二乘法估计性好的特点,提出了一种混合算法,该算法用逆定位原理建立伪距观测方程组并采用最小二乘法解算出初值,运用扩展Kalman滤波进行定位。仿真表明,混合算法优于最小二乘法,定位精度得到了提高。     

UWB技术的RLS-EKF室内定位算法研究

针对当前UWB技术在传统厂区布站方式下室内定位误差较大,无法良好实现对象的三维显示问题,基于多传感器融合,本文提出一种将UWB数据与IMU数据进行先预处理、后融合的算法。该方法通过TOF测距后将UWB数据进行小波阈值去噪,递推最小二乘定位,并与IMU数据进行扩展卡尔曼滤波融合,从而减小标签的三维距离误差,提高定位精度,实现对厂区可移动设备的实时监控管理。仿真结果表明,基于多传感器融合的RLS-EKF室内定位能够减小标签三维定位误差,提高定位的准确性,满足厂区室内实时定位的精度要求。     

移动干扰源双星TDOA/FDOA定位方法研究

为准确给出移动干扰源的位置与速度,依据多普勒频移原理分别计算了干扰源经主星、邻星链路到达观测站的频率,并由此给出了频率差(FDOA)与时间差(TDOA)表达式,利用FDOA、TDOA表达式以及移动干扰源的位置关系建立了移动干扰源双星定位模型。利用最小二乘法给出了模型计算方法与步骤,最后通过实例计算验证了模型的有效性。     

一种适用于FTM的室内定位方法

WiFi技术在室内定位领域具有普及率高、成本低的优势,通过精细时间测量(FTM)协议可实现准确的传播时间测量,受到广泛研究与应用.针对FTM面临异常值和时间偏移的问题,提出了一种适用于FTM的室内定位方法.该方法首先基于马氏距离来构建异常判别量,并且利用三段式权重函数计算加权矩阵,得到抑制异常值的M估计鲁棒卡尔曼滤波,...     

基于低频电磁波的管道机器人定位技术

针对浅海海底泥面下管道维护要求及管道对普通电磁波的屏蔽特点，给出了基于磁偶极子模型的超低频电磁波磁场分布、提出了基于超低频电磁波的多传感器管道机器人示踪定位模型。根据超低频电磁波磁场对称分布的特点，给出了求解低频电磁波发射源位置参数的DLM离散非线性最小二乘迭代算法，及迭代算法的初值计算方法。实验表明，用该迭代初值进行DLM迭代，能够收敛到期望的局部最小值，能够计算超低频波发射源的位置，实现管道机器人的示踪定位问题。     

ZigBee技术中基于RSSI测距的定位算法研究

采用CC2430/CC2431为核心芯片设计ZigBee节点,并采用此类节点构成一个ZigBee定位网络。根据节点接收信号强度(RSSI)的模型,估计出盲节点与参考节点的距离,并采用最小二乘法对估计的距离进行修正。选择3个接收信号强度最强的参考节点,根据修正的距离采用三边测量法估计出盲节点的坐标。实验表明,修正后的定位精度高于修正前的定位精度。     

无线传感器网络DV-Hop定位算法的改进方法研究

为了提高传统DV-Hop算法的定位精度,推动该算法的进一步发展,文中从平均跳距计算和未知节点坐标计算两个阶段入手对传统DV-Hop算法进行改进,提出了一种基于RSSI加权修正的平均跳距计算方法和一种基于最小二乘法修正的未知节点坐标计算方法。为了验证算法改进的有效性,在Matlab中进行了仿真实验。实验结果表明：文中算法相对于传统DV-Hop算法测距精度提高了约20%;定位精度较传统DV-Hop算法提高了约30%。理论和实践均表明：在同等条件下文中的改进算法与传统DV-Hop算法相比具有更高的定位精度。     

基于卡尔曼滤波的无人机组合导航系统设计

针对卡尔曼滤波在实际应用中遇到的系统通常不是严格线性的问题,改进了在组合导航系统中常用的卡尔曼滤波方法,用扩展卡尔曼滤波对INS和外部测量源的信息进行融合,推导了无人机GPS辅助惯性导航系统的导航方程.通过分析GPS和INS的定位原理,建立了GPS和INS的误差模型.完成了以INS为主导航系统,GPS作为辅助系统的组合导航系统的扩展卡尔曼滤波设计.最后,将线性卡尔曼滤波和扩展卡尔曼滤波的结果进行了仿真对比分析,结果表明:扩展卡尔曼滤波更适合系统为非线性的情况.     

基于LAMBDA方法的GPS整周模糊度解算研究

导航、大地测量的快速和高精度GPS定位需要解算双差分载波相位的整周模糊度值,基于经典最小二乘法求解的解整周模糊度一般为非整数解(浮动解),这种做法丢失了对提高未知参数估值的精度很有用的信息。而该文则详细讨论了基于整数最小二乘法及其降相关平差方法(LAMBDA)的原理极其算法,通过一个短基线的实例计算发现:较于未加限制的最小二乘搜索算法,LAMBDA方法在进行模糊度搜索解算时充分顾及了模糊度的整数特性,并在此基础上对模糊度协方差阵进行了降相关处理,从而改善了模糊度的方差域,消除了模糊度方差的不连续性,使得LAMBDA方法的搜索区域得到明显改善,相应的定位精度明显提高,具有较高的应用价值。     

基于单信标测距的载人潜水器回收定位算法

为了保障潜水器安全回收,设计了基于移动单信标测距的载人潜水器回收定位算法,并进行了系统可观测性分析.该算法无需事先布放海底基阵,利用船尾吊放通信机与潜水器的距离信息实现潜水器定位.首先利用母船GPS信息、船艏向信息和放缆长度估计吊放通信机位置,然后通过通信机和潜水器之间的成对距离信息进行潜水器位置初始化,最后利用扩展卡...     

动态模型偏差校正在列车组合定位中的应用

扩展卡尔曼滤波(Extended Kalman filter, EKF)的准确性依赖于观测的质量、观测对象的非线性程度及动态模型的准确性. 该方法通常假设其动态模型是不变的, 而且默认为非线性程度较弱, 这些在实际的车辆运动中都是不可靠的处理方式. 本文提出了一种利用最小二乘支持向量机(Least squares support vector machine, LSSVM)的技术增强扩展卡尔曼滤波的新算法. LSSVM改进后的EKF算法(LSSVM-EKF)一定程度上弥补了EKF处理强非线性问题的不足; 而且可以自适应地估计历史数据的动态建模偏差, 并使用估计偏差来补偿动态模型. 开发了一种引入Allan方差的K折交叉验证方法来确定LSSVM的训练参数; 将动态模型偏差通过有限数据集与LSSVM一起训练; 并引入无损变换将LSSVM与EKF进行了集成. 为了验证算法, 最后设计了车载试验, 并采用列车数据验证了文中所提的方法, 结果表明LSSVM-EKF可以较好地适应实际车辆运动环境, 可以提供一种可用的车辆定位方法.     

基于感兴趣区域的快速虹膜定位方法*

为解决虹膜图像受光源影响和二值化边缘提取困难的问题,提出一种新的定位方法。该方法首先对瞳孔进行粗定位;然后在瞳孔粗定位的基础上,合理选择感兴趣区域;其次在此感兴趣区域利用行梯度极值取得虹膜外边缘的二值化图像;最后利用最小二乘法计算出虹膜外边缘的圆心和半径。实验结果表明了该算法的有效性。